[发明专利]一种基于人脸表情图像的局部特征表征方法

说明书

技术领域

本发明涉及一种特征提取方法，属于图像处理领域，具体地说是一种基于人脸表情图像的精确局部特征描述方法。

背景技术

随着情感计算等学科领域的不断发展，表情识别作为其中的一个重要组成部分，已经成为了当前研究的热点。表情识别通常可分为图像预处理、特征提取和表情分类识别三个步骤。其中，特征提取是表情识别过程中的关键所在，近年来用于特征提取的优秀算法层出不穷，大致可分为：

基于几何特征的特征提取方法，主要用来提取脸部各器官的形状和位置变化特征，如眉毛、眼睛、嘴巴等在人脸表情变化时改变显著的器官，通过确定上述器官的相互比例、形状、大小和距离，构成特征向量。但基于几何特征的特征提取方法特征维数较高，为了降低维数往往会丢失一些重要的特征表征信息。

基于统计特征的特征提取方法，主要基于图像的全局灰度特征，要求尽量保存原始人脸表情图像中的信息，通过整幅人脸图像的变换获得各种人脸表情特征。代表性的方法如主成份分析（Principal Component Analysis,PCA）。但基于统计特征的特征提取方法特征维数较高，运算量较大。

基于频率域的特征提取方法，主要是基于时间-频率的方法，将图像从平面域转换到了频率域，所提取的特征对光照和噪声的敏感度较低。代表性的方法如Gabor小波。但基于频率域的特征提取方法特征冗余度较高且实时性较低。

基于模型的特征提取方法，主要是以面部对象的形状以及纹理结构作为基础，建立二维或三维模型，通过模型参数的改变来适配人脸图像。代表性的方法如主动外观模型（Active Appearance Model,AAM）和主动形状模型（Active Shape Model,ASM）。但基于模型的特征提取方法存在初始参数难以确定，运算量较大的问题，时间复杂度较高。

发明内容

本发明为避免上述现有技术存在的不足之处，提供一种基于人脸表情图像的精确局部特征表征方法，能有效表征人脸表情图像的局部特征，降低计算复杂度，提高特征提取的实时性和精确性。

本发明为解决技术问题采用如下技术方案：

本发明一种基于人脸表情图像的局部特征表征方法的特点是按如下步骤进行：

步骤一、利用海尔检测器和人脸三庭五眼关系对人脸表情图像进行分割，获得所述人脸表情图像的子图像，所述子图像包括眉毛子图像、眼睛子图像和嘴巴子图像；

步骤二、获得充分矢量三角形编码；

步骤1、获得四类直角三角形；

1.1、在二维坐标系XoY中，对所述子图像中任意一点（x₀,y₀)作为直角顶点A，当保持y轴上的坐标点不变，x轴上的坐标点变化时，获得顶点B（x₁,y₀)；当保持x轴上的坐标点不变，y轴上的坐标点变化时，获得顶点C（x₀,y₁)；由所述直角顶点A（x₀,y₀)、顶点B（x₁,y₀)和顶点C（x₀,y₁)获得直角三角形ABC；

1.2、将所述直角三角形ABC以直角边AC为对称轴进行镜像翻转获得直角三角形AB′C；将所述直角三角形AB′C以直角边AB′为对称轴进行镜像翻转获得直角三角形AB′C′；将直角三角形AB′C′以直角边AC′为对称轴进行镜像翻转获得直角三角形ABC′；由此获得四类直角三角形；

步骤2、对所述直角三角形ABC进行55种矢量三角形编码；

2.1、利用式(1)获得所述直角三角形ABC的编码类型c(ABC)：

c(ABC)＝s₁(y₁-y₀)+2s₁(x₁-x₀)    (1)

令x＝x₁-x₀，则有二值描述函数s₁(x)：