[发明专利]基于中心对称局部梯度编码的人脸表情识别特征提取算法在审
申请号: | 201810425913.6 | 申请日: | 2018-05-07 |
公开(公告)号: | CN108446679A | 公开(公告)日: | 2018-08-24 |
发明(设计)人: | 杨巨成;王晓婧;陈亚瑞;赵婷婷;王嫄;胡志强;邢迪;张浩宇 | 申请(专利权)人: | 天津科技大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 天津盛理知识产权代理有限公司 12209 | 代理人: | 王利文 |
地址: | 300222 天津市河*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 人脸表情识别 邻域 局部梯度 中心对称 特征提取算法 对角线 人脸表情图像 二进制表示 灰度图像 人脸表情 特征信息 中心像素 时耗 算法 像素 并用 | ||
1.一种基于中心对称局部梯度编码的人脸表情识别特征提取算法,其特征在于包括以下步骤:
步骤1、在一幅人脸表情灰度图像中,选取5×5大小的邻域;
步骤2、在所选择的邻域中使用中心对称的方法进行局部梯度编码;
步骤3、根据横向、纵向、对角线的顺序,依次比较对应像素值的大小,并用二进制表示;
步骤4、计算邻域内中心像素的特征值。
2.根据权利要求1所述的基于中心对称局部梯度编码的人脸表情识别算法,其特征在于:所述步骤2采用中心对称的方式进行局部梯度编码,只选取与中心像素连通的横向、纵向、对角线四个方向上的像素点进行比较。
3.根据权利要求2所述的基于中心对称局部梯度编码的人脸表情识别算法,其特征在于:所述与中心像素连通的横向、纵向、对角线四个方向上的像素点分别是X1、X2、X3、X4、X5、X6、X7、X8、X9、X10、X11、X12、X13、X14、X15、X16,上述像素点在X/Y轴的坐标分别为:3/1、3/5、3/2、3/4、1/3、5/3、2/3、4/3、1/1、5/5、2/2、4/4、1/5、5/1、2/4、4/2。
4.根据权利要求3所述的基于中心对称局部梯度编码的人脸表情识别算法,其特征在于:所述步骤3中依次比较对应像素值的大小的顺序为:X1→X2,X3→X4,X5→X6,X7→X8,X9→X10,X11→X12,X13→X14,X15→X16。
5.根据权利要求4所述的基于局部循环图结构的人脸识别特征提取算法,其特征在于:所述步骤3计算中心像素的特征值方法为:将X1→X2,X3→X4,X5→X6,X7→X8,X9→X10,X11→X12,X13→X14,X15→X16比较得到的二进制值串顺序排列,转化为十进制数,得到最终像素值。
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天津科技大学,未经天津科技大学许可,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/201810425913.6/1.html,转载请声明来源钻瓜专利网。