[发明专利]视频序列中的笑脸识别系统及方法

权利要求书

1.一种视频序列中的笑脸识别系统，其特征在于，所述系统包括：

预处理模块，通过视频采集、人脸检测、嘴巴检测，从而获得能够直接提取光流特征或PHOG特征的人脸图像区域；

特征提取模块，采用Optical_PHOG算法进行笑脸特征的提取，得到最有利于笑脸识别的信息；

分类识别模块，采用随机森林算法根据特征提取模块中得到的大量训练样本的特征向量，通过机器学习的方法，得到笑脸和非笑脸两种类别的分类标准。将待识别图像的特征向量与这个分类器进行对比或匹配等操作，识别出该待识别图像属于笑脸和非笑脸的哪个类别，达到对其进行分类识别的目的。

2.根据权利要求1所述的视频序列中的笑脸识别系统，其特征在于：

所述特征提取模块包括Optical_PHOG特征提取单元，分类识别模块包括随机森林分类识别单元。

3.根据权利要求1所述的视频序列中的笑脸识别系统，其特征在于：

所述预处理模块整理数据库，将所用的人脸图像进行筛选，得到符合实验条件的样本图像；

所述特征提取模块完成的功能是根据Optical_PHOG算法从样本集图像或者待识别图像中提取可以代表其特征的信息，组成特征向量，送入分类识别模块中进行后续识别工作；该系统采用的样本图像为JAFFE人脸表情数据库。

4.根据权利要求1所述的视频序列中的笑脸识别系统，其特征在于：

所述预处理模块对数据进行预处理；预处理模块包括图像平滑单元、尺寸归一化单元、灰度均衡单元；

所述图像平滑单元采用邻域平均法来减少噪声；邻域平均法是简单的空域处理方法；用几个像素灰度的平均值来代替每个像素的灰度；假定有一幅N×N个像素的图像f(x,y)，平滑处理后得到一幅图像为g(x,y)；g(x,y)由下式决定：

g(x,y)=1MΣ(m,n)∈Sf(m,n)---(1)]]>

式中x,y＝0,1,2,……,N－1；S是(x，y)点邻域中点的坐标的集合，但其中不包括(x，y)点，M是集合内坐标点的总数；式(1)说明，平滑化的图像g(x，y)中的每个像素的灰度值均由包含在(x，y)的预定邻域中的f(x，y)几个像素的灰度值的平均值来决定；以(x，y)点为中心，取单位距离构成一个邻域，其中点的坐标集合为

S＝{(x，y+1)，(x，y－1)，(x+1，y)，(x－1，y)}   (2)

随着邻域的增大，图像的模糊程度也愈加严重；为克服这一缺点，采用阈值法减少由于邻域平均所产生的模糊效应；当一些点和它的邻域内的点的灰度平均值的差不超过规定的阈值T时，就仍然保留其原灰度值不变，如果大于阈值T时就用它们的平均值来代替该点的灰度值；减少模糊的程度；其基本方法由下式决定

式中T就是规定的非负阈值；

尺寸归一化单元用以去除图像中的结构变形，使人脸图像标准化；

灰度均衡单元用以对人脸样本图像进行直方图均衡化；把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。