TY - JOUR A2 - Tohka, Jussi AU - Wang, Yan AU - Li, Ming AU - Wan, Xing AU - Zhang, Congxuan AU - Wang，获得一种有效的人脸表情识别(FER)方法仍然是人工智能领域的研究热点。本文提出了一种基于多参数融合特征空间和决策投票分类的人脸表情识别方法。首先，根据训练样本上多尺度块局部二值模式统一直方图(MB-LBPUH)描述子滤波的交叉验证识别精度确定融合特征空间的参数;根据这些参数，利用多类线性判别分析(LDA)建立不同的融合特征空间。在这些空间中，使用MB-LBPUH特征和HOG特征组成的融合特征来表示不同的面部表情。最后，针对表达式类相似导致分类模式不方便的问题，设计了基于最近邻的决策投票策略来预测分类结果。在使用JAFFE、CK+和TFEID数据集的实验中，所提模型明显优于现有算法。SN - 1687-5265 UR - https://doi.org/10.1155/2020/8886872 DO - 10.1155/2020/8886872