[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

专利信息
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
【权利要求书】:

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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top