基于差分切片能量图和Gabor变换的微表情识别方法

摘要

本发明提出一种基于差分能量图和Gabor变换的微表情识别方法：构造微表情序列差分切片能量图，计算一个微表情周期序列中包含变化区域的微表情帧，将微表情序列灰度化提取微表情差分切片，将微表情差分切片帧序列叠加得到微表情差分能量图。差分能量图特征提取，构造Gabor滤波器核函数，将差分切片能量图进行Gabor特征提取，提取后的特征再下采样，将每个样本的特征写成列向量的形式，然后采用具有监督信息的线性判别分析最大化类间散度与类内散度之商，对每个样本进一步进行特征提取。分类识别，根据训练数据训练一个模型，然后根据该模型对测试样本进行预测分类。本发明所提出的方法具有普遍的适用性，且较目前存在的方法具有更高识别率。

主权项

基于差分切片能量图和Gabor变换的微表情识别方法，其特征是，包括如下步骤：步骤（1）构造微表情序列差分切片能量图；首先，计算一个完整微表情序列中包含表情细微变化区域的微表情帧形成差分切片，然后将微表情差分切片叠加生成差分切片能量图；步骤（2）差分切片能量图的特征提取；首先将差分切片能量图进行Gabor变换的特征提取，提取后的特征再下采样，再使用LDA作进一步特征提取；步骤（3）分类识别；首先根据微表情训练数据训练出一个模型，然后根据该模型对微表情测试样本进行预测分类。