.png){kind=icon}
返回
Static facial expression emotion recognition method using spatiotemporal graph convolution
.png){kind=icon}
PRE
AI
DOI：10.1504/IJBM.2026.151094.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为了提高情感识别中面部表情特征的Matthews相关系数（MCC）和一致性指数，提出了一种基于时空图卷积的静态面部表情情感识别方法。首先，通过眼定位标准化面部图像，通过旋转校正倾斜表情，通过双线性插值估计像素值，并结合直方图均衡化技术，实现了静态面部表情图像的灰度处理。其次，通过对静态面部图像应用二维Gabor小波滤波，利用Gabor小波的时间-频率局部化特性，准确提取面部图像中不同频率和方向的纹理细节。最后，采用时空图卷积方法提取空间特征，实现对静态面部表情和情感的有效识别。在静态面部表情情感识别实验中，Matthews相关系数保持在0.9以上，表情特征的一致性指数保持在0.91以上。
Keyword:
spatiotemporal graph convolution
static facial expressions
emotion recognition
two-dimensional Gabor wavelet filtering
