[发明专利]一种聚类线性鉴别分析特征选择的笑脸表情识别方法无效

专利信息
申请号: 201110122941.9 申请日: 2011-05-13
公开(公告)号: CN102194108A 公开(公告)日: 2011-09-21
发明(设计)人: 郭礼华;金连文 申请(专利权)人: 华南理工大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/66
代理公司: 暂无信息 代理人: 暂无信息
地址: 510640 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 线性 鉴别 分析 特征 选择 笑脸 表情 识别 方法
【权利要求书】:

1.一种聚类线性鉴别分析特征选择的笑脸表情识别方法,其特征在于:具体步骤如下: 

a)人脸训练图像采集和预处理;

b)人脸区域定位;

c)嘴唇定位;

d)人脸Gabor特征和嘴唇的层次化梯度直方图特征提取:将人脸Gabor特征和嘴唇的层次化梯度直方图特征级联得到笑脸特征矢量;

e)聚类线性鉴别分析方法的特征降维:对笑脸特征矢量进行K-MEAN聚类,得到聚类中心矢量,再利用线性鉴别分析方法完成特征降维;

f)分类器的训练与识别。

2.根据权利要求1所述的笑脸表情识别方法,其特征在于:所述步骤b)的具体步骤为:先将图像中每个像素的RGB值转换成HSI值,判断每个像素点是否位于肤色HSI范围内,肤色HSI范围是:

                                                 

完成肤色检测后,再利用长宽比为3:4的矩形框去覆盖图像,矩形框内肤色比例大于70%时认定为人脸区域 。

3.根据权利要求2所述的笑脸表情识别方法,其特征在于:所述步骤d)人脸Gabor特征提取采用的Gabor滤波器具有4个方向:和5个尺度:。

4.根据权利要求3所述的笑脸表情识别方法,其特征在于:所述步骤d)嘴唇的层次化梯度直方图特征采用3级层次处理,第一层次是原始嘴唇图像,第二层次是原始嘴唇图像4等分后的嘴唇图像,第三层次是在第二层次的基础上,每个区域再进行4等分后的嘴唇图像。

5.根据权利要求4所述的笑脸表情识别方法,其特征在于:所述步骤e)具体过程为:首先,将所采集到的人脸正面图像作为训练集样本,拆分训练样本成正样本和负样本,并提取其人脸Gabor特征和嘴唇的层次化梯度直方图特征矢量;然后,分别将提取到的正负样本的特征矢量进行K-MEAN聚类,得到正负样本各自的多个聚类中心矢量;接着,计算训练样本特征矢量离聚类中心矢量的距离,得到其对应的类标号,效果等同于将正负两类转换成多类;最后,将重新划分类标号的训练样本送入线性鉴别分析进行训练,计算类内散度矩阵和类间散度矩阵,得到训练样本数据的最佳投影矩阵;利用最佳投影矩阵对训练样本进行投影,得到的特征矢量就是原始特征的鉴别子空间,在鉴别子空间上截取低维部分,完成特征降维。

6.根据权利要求5所述的笑脸表情识别方法,其特征在于:所述步骤f)中分类器为多类支持矢量机分类器;所述多类支持矢量机分类器的类别数等同于K-MEAN聚类后的聚类数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201110122941.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top