[发明专利]一种人脸表情识别方法

权利要求书

1.一种人脸表情识别方法，其特征在于，包括以下步骤：

(1)对人脸图片进行预处理；

(2)对预处理完的人脸图片做基于uniform LGBP的特征提取，并建立图片特征的显著性；

(3)使用遗传算法对图片特征进行第一次特征选取，得到优秀的种群；具体为：首先随机初始化种群，接着计算每个种群的准确度，根据准确度分为四类，给出每一类计算种群的适应度函数；最后使用遗传算法来进行优化得到优秀的种群；所述适应度函数为其中，α是正确分类到其类别的比例，ε，ρ₁，ρ₂是参数，a_rc为脸部特征块的状态，m为脸部特征块的数量；

(4)根据得到的优秀的种群作为每类表情特征的优秀种群的比较值，来建立类内和类间的两个新的目标函数，目标就是最小化类内函数的值和最大化类间函数的值，并使用Pareto优化算法来对其进行优化；

(5)进行脸部特征的分类，在选取完最优特征以后，采取随机森林的方法来对特征进行分类。

2.根据权利要求1所述的人脸表情识别方法，其特征在于，所述步骤(1)中的预处理包括人脸识别、噪声处理和人脸对齐。

3.根据权利要求1所述的人脸表情识别方法，其特征在于，所述步骤(2)中基于uniformLGBP的特征提取具体为：首先对图片进行Gabor滤波变换，其次对图片中的所有像素使用LBP算子提取直方图作为人脸的特征，即将中心像素值作为阈值，相邻域内的像素值如果大于该阈值则为1，否则为0，通过使用这种方法二值化以后，会得到2^Q个二值模式，再次定义一个均匀模式，即得到的二值化后组成的描述子；如果存在不超过两次从0到1或1到0的跳变则为均匀模式，否则为非均匀模式；最后通过这样的定义，将原来的2^Q个二值模式降低为Q²-Q+2，Q表示中心像素相邻域内的像素个数。

4.根据权利要求1所述的人脸表情识别方法，其特征在于，所述步骤(4)中两个目标函数分别为：和其中，M_i是通过遗传算法从一类表情中得到的解，N_w是解的个数，M_j是通过遗传算法从不同类别中得到的解，N_b是其对应解的个数，l则代表了不同种类表情的个数，S_k为种群。