基于LabVIEW 的面部表情识别系统的设计

吉林大学学报(信息科学版) ›› 2015, Vol. 33 ›› Issue (6): 714-.

基于LabVIEW 的面部表情识别系统的设计

王桔, 丁锐, 洪梅

长春大学电子信息工程学院, 长春130011

收稿日期:2015-02-06 出版日期:2015-11-27 发布日期:2016-01-04
作者简介:王桔(1980—), 女, 长春人, 长春大学讲师, 博士, 主要从事电子与通信工程、表情情绪识别研究, (Tel) 86-18704481358(E-mail)youyou8221@ aliyun. com。
基金资助:
吉林省自然科学基金资助项目(201215110)

Design of Facial Expression Recognition System Based on LabVIEW

WANG Ju, DING Rui, HONG Mei

College of Electronic and Information Engineering, Changchun University, Changchun 130011, China

Received:2015-02-06 Online:2015-11-27 Published:2016-01-04

摘要/Abstract

摘要：

针对传统界面表现不清晰, 编程语句繁琐的问题, 基于LabVIEW 软件设计了系统的面部表情识别界面。对面部表情识别系统设计中的关键问题进行探讨, 利用Matlab, 应用离散小波理论算法进行表情图像特征提取, 并采用弹性模版匹配算法进行情绪识别。实验结果表明, 基于LabVIEW 的面部表情识别系统, 应用LabVIEW软件简单的语句设计了清晰互动的界面, 其识别率可达到85%以上。

关键词: 面部表情, 情绪识别, 小波算法, 弹性模版匹配, 界面设计

Abstract:

The traditional interface performance is not clear, and the programming statements are tedious. We design the interface of facial expression recognition system based on the NI company LabVIEW software, and discuss the key problems in the design of facial expression recognition system, then use efficient Matlab processing software engineering, to extract expression image feature, using the theory of discrete wavelet algorithm and the of flexible template matching algorithm is used to identify the emotion. The experimental results show that the design based on LabVIEW facial expression recognition system uses the LabVIEW software simple statement to design a clear interactive interface, and the recognition rate can reach more than 85%.

Key words: facial expression, emotion recognition, wavelet algorithms, flexible template matching, interface design

中图分类号:

TP391

王桔, 丁锐, 洪梅. 基于LabVIEW 的面部表情识别系统的设计[J]. 吉林大学学报(信息科学版), 2015, 33(6): 714-.

WANG Ju, DING Rui, HONG Mei. Design of Facial Expression Recognition System Based on LabVIEW[J]. Journal of Jilin University(Information Science Ed, 2015, 33(6): 714-.

[1]	李温温，刘富，姜守坤. 基于引导滤波的指节纹图像增强算法研究[J]. 吉林大学学报(信息科学版), 2018, 36(4): 409-413.
[2]	张勇，张溯，王旭东，路阳，王臣. 基于时频域特征的场景音频研究[J]. 吉林大学学报(信息科学版), 2018, 36(3): 300-305.
[3]	任伟建，宋月，陈建玲，任璐，孙勤江. 基于改进的卷积神经网络的钢号识别[J]. 吉林大学学报(信息科学版), 2018, 36(3): 325-332.
[4]	刘富，刘星，康冰. 基于浅层残差网络的视线估计算法[J]. 吉林大学学报(信息科学版), 2018, 36(3): 333-338.
[5]	刘欢，范亚芹，梁乃生. 基于网络信息的混合推荐算法研究[J]. 吉林大学学报(信息科学版), 2018, 36(3): 339-344.
[6]	卢韶芳，关馨，韩长明. 快速提取旋转体轮廓母线方法[J]. 吉林大学学报(信息科学版), 2018, 36(3): 269-276.
[7]	张雯頩，康冰. 驾驶员疲劳状态检测方法研究[J]. 吉林大学学报(信息科学版), 2018, 36(3): 252-259.
[8]	黄岩，刘金蟾，孔垂禹，张赛男. 基于 FPGA 的视频图像提取研究[J]. 吉林大学学报(信息科学版), 2018, 36(3): 283-288.
[9]	于超, 王璐, 程道文. 基于本体的教育资源语义检索系统研究[J]. 吉林大学学报(信息科学版), 2018, 36(2): 207-212.
[10]	刘克平, 李西卫, 李岩, 于微波. 基于边缘信息的SIFT 图像匹配算法[J]. 吉林大学学报(信息科学版), 2018, 36(2): 200-206.
[11]	罗威林,周大可,杨欣 . 基于超像素显著性的无人机引导区域提取[J]. 吉林大学学报(信息科学版), 2018, 36(1): 41-47.
[12]	王昕, 李亮, 尹小童, 李梦烁, 曾朝伟, 艾勇鑫. 甲状腺结节超声图像多特征融合及识别[J]. 吉林大学学报(信息科学版), 2017, 35(6): 650-655.
[13]	王玉,宁可新,朱蕾蕾 . 基于 TLS 和 JWT 远程救助系统安全的 API[J]. 吉林大学学报(信息科学版), 2017, 35(6): 656-661.
[14]	兰兰, 陈万忠, 魏庭松. 基于融合特征提取与 LLE 方法的表情识别[J]. 吉林大学学报(信息科学版), 2017, 35(4): 384-391.
[15]	王旭阳, 姜喜秋. 特定领域概念属性关系抽取方法研究[J]. 吉林大学学报(信息科学版), 2017, 35(4): 430-437.