发明名称 |
基于AVR和增强LBP的表情识别方法 |
摘要 |
一种模式识别技术领域的基于AVR和增强LBP的表情识别方法,包括:采集原始图像;扩充虚拟样本;对标准人脸图像进行小波分解;局部二进制模式特征LBP的提取;计算增强方差比率AVR特征值并附加惩罚因子,然后提取出若干组以AVR值相区分的不同维度的特征值,然后进行支持向量机分类正确率测试,将正确率最高的特征维度及相应的特征值作为LBP特征。本发明方法集成了图像采集、人脸检测、人眼检测,通过小波分解进行LBP特征的增强,并采用AVR方法进行有效特征的提取,使得准确率得到有效提高。 |
申请公布号 |
CN101615245A |
申请公布日期 |
2009.12.30 |
申请号 |
CN200910055597.9 |
申请日期 |
2009.07.30 |
申请人 |
上海交通大学;夏普电子(上海)有限公司 |
发明人 |
陈晓光;陈刚;申瑞民;张怡 |
分类号 |
G06K9/00(2006.01)I;G06K9/46(2006.01)I;G06K9/62(2006.01)I |
主分类号 |
G06K9/00(2006.01)I |
代理机构 |
上海交达专利事务所 |
代理人 |
王锡麟;王桂忠 |
主权项 |
1、一种基于AVR和增强LBP的表情识别方法,其特征在于,包括如下步骤:第一步、采集原始图像:通过视频采集设备采集彩色空间下的人脸图像,然后通过人脸检测器对摄像头采集的图像进行人脸检测,并将检测到的人脸图像保存,再通过人眼检测器对标准人脸图像进行人眼的检测,标识出人脸图像中的人眼的位置,最后采用二维模型进行人脸进行裁剪,得到标准人脸图像;第二步、扩充虚拟样本:采用左右旋转处理、上下平移处理、左右平移处理等方法对标准人脸图像进行虚拟样本的生成,扩充样本数量;第三步、对标准人脸图像进行小波分解:通过对标准人脸图像进行多贝西小波分解,并通过小波系数的重构得到与原图像相同分辨率的低频近似图像、水平高频细节图像、垂直高频细节图像和对角高频细节图像;第四步、局部二元模式特征的提取:首先将低频近似图像、水平高频细节图像、垂直高频细节图像和对角高频细节图像归一化分辨率,然后分别对归一化后的低频近似图像、水平高频细节图像、垂直高频细节图像和对角高频细节图像进行分块加权处理,最后把该四幅图像的分块特征作为特征向量;第五步、计算增强方差比率特征值并附加惩罚因子,然后提取出若干组以AVR值相区分的不同维度的特征值,然后进行支持向量机分类正确率测试,将正确率最高的特征维度及相应的特征值作为LBP特征;第六步、测试样本的表情分类:通过RBF核函数采用SVM分类器进行人脸表情的识别,得到最终的表情结果。 |
地址 |
200240上海市闵行区东川路800号 |