[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
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 | ||
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。
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。
- 上一篇:汽车运用管理数据系统
- 下一篇:一种基于数据挖掘的软件可信性度量与评估方法