[发明专利]人脸表情识别方法

权利要求书

1.人脸表情识别方法，其特征在于，该方法包括以下步骤：

A)输入人脸表情图像样本并进行几何校正和尺寸归一化的预处理；

B)用多尺度参数的MB-LBP算子对人脸表情图像进行纹理特征提取，获得图像的MB-LBP特征之后，进行统一模式的像素直方图统计；

所述人脸表情中的生气、厌恶和害怕表情类MB-LBP算子尺度参数设置为Scale＝3×3；高兴、悲伤和惊奇表情类MB-LBP算子尺度参数设置为Scale＝5×5；

所述像素直方图统计的具体步骤如下：

1)对人脸表情图像，进行MB-LBP特征提取，获得MB-LBP特征图像；

2)将MB-LBP特征图像按照0-255的灰度级划分为256个收集箱；

3)按照灰度级的顺序，在每个收集箱中统计对应灰度级中像素的个数，获得MB-LBP统一模式直方图；

4)将MB-LBP统一模式的直方图归一化，获得图像的MB-LBP统一模式的直方图特征；

C)对人脸表情图像样本进行HOG特征提取；

D)将同类模式下的MB-LBP特征和HOG特征进行串联特征融合；

E)在融合的特征空间里，随机提取训练样本，并将剩余样本作为测试样本；

F)用训练样本进行PCA降维计算，获得投影矩阵W，将训练样本经过投影矩阵W投影到低维子空间，获得人脸表情图像在低维子空间的特征表示；

G)将测试样本通过投影矩阵W投影到低维子空间，用稀疏表示分类器对测试样本的特征进行分类，获得测试样本所属的类别。

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MB-LBP的统一模式直方图特征维数为256维。

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HOG的特征维数为1764维。

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MB-LBP的统一模式的直方图特征与HOG特征进行串联融合，获得融合特征，融合特征维数为2020维。