Key points are not available for this paper at this time.
Dieses Papier schlägt einen Ansatz zur Gesichtsausdruckserkennung vor, der auf der Gabor-Wavelet-Transformation basiert. Der Gabor-Wavelet-Filter wird zuerst als Vorverarbeitungsstufe zur Extraktion der Merkmalsvektor-Darstellung verwendet. Die Dimensionalität des Merkmalsvektors wird mithilfe von Hauptkomponentenanalyse (PCA) und lokalen binären Mustern (LBP) reduziert. Experimente wurden mit der japanischen weiblichen Gesichtsausdruckdatenbank (JAFFE) durchgeführt. In allen durchgeführten Experimenten mit der JAFFE-Datenbank zeigen die erhaltenen Ergebnisse, dass GW+LBP in diesem Papier andere Ansätze mit einer durchschnittlichen Erkennungsrate von 90 % unter denselben experimentellen Bedingungen übertroffen hat.
Abdulrahman et al. (Di,) haben diese Frage untersucht.