| 发明名称 | 一种人脸表情识别方法及系统 | ||
| 摘要 | 本发明适用计算机技术领域，提供了一种人脸表情识别方法及系统，所述方法包括：对人脸表情图像提取n个人脸关键点P<sub>i</sub>，并以所述人脸关键点P<sub>i</sub>为中心，获取其四周设定区域内的局部图像；对所述局部图像依次进行滤波、二值化处理，得到所述局部图像中所有像素点的特征值；使用频率直方图统计所述局部图像中的所有像素点的特征值，得到对应的人脸关键点P<sub>i</sub>的特征向量V<sub>i</sub>，并将n个人脸关键点P<sub>i</sub>的特征向量V<sub>i</sub>组合成联合特征向量；将所述联合特征向量通过分类器算法进行分类，识别人脸表情，提高了识别的准确率，同时降低了关照变化、及人脸姿态变化对识别结果的影响。 | ||
| 申请公布号 | CN105825192A | 申请公布日期 | 2016.08.03 |
| 申请号 | CN201610173246.8 | 申请日期 | 2016.03.24 |
| 申请人 | 深圳大学 | 发明人 | 于仕琪;李立 |
| 分类号 | G06K9/00(2006.01)I | 主分类号 | G06K9/00(2006.01)I |
| 代理机构 | 深圳青年人专利商标代理有限公司 44350 | 代理人 | 傅俏梅 |
| 主权项 | 一种人脸表情识别方法，其特征在于，所述方法包括下述步骤：对人脸表情图像提取n个人脸关键点P<sub>i</sub>，并以所述人脸关键点P<sub>i</sub>为中心，获取其四周设定区域内的局部图像，所述n为一预设的正整数值，i＝1，2，…，n；对所述局部图像依次进行滤波、二值化处理，得到所述局部图像中所有像素点的特征值；使用频率直方图统计所述局部图像中的所有像素点的特征值，得到对应的人脸关键点P<sub>i</sub>的特征向量V<sub>i</sub>，并将n个人脸关键点P<sub>i</sub>的特征向量V<sub>i</sub>组合成联合特征向量，i＝1，2，…，n；将所述联合特征向量通过分类器算法进行分类，识别人脸表情。 | ||
| 地址 | 518060 广东省深圳市南山区南海大道3688号 | ||