[发明专利]基于Gabor差分权重的人脸表情特征提取方法

权利要求书

1.一种基于Gabor差分权重的人脸表情特征提取方法，其特征在于，包括：

提取待处理人脸图像中的眼睛、鼻子和嘴巴三个表情有效区域；

根据得到的三个表情有效区域灰度特征，计算各个区域中的Gabor特征；

根据有效区域的与预先存储的中性图像对比，计算得到三个表情区域的差分权重；

根据差分权重与三个区域的Gabor特征，计算得出人脸图像的Gabor特征。

2.根据权利要求1所述的基于Gabor差分权重的人脸表情特征提取方法，其特征在于，提取待处理人脸图像中的眼睛、鼻子和嘴巴三个表情有效区域，包括：

选取待处理图像中包括人脸的大小相同的区域；

获取眼睛、鼻子和嘴巴的有效区域；

分别处理所选的区域到各自预设的大小。

3.根据权利要求1所述的基于Gabor差分权重的人脸表情特征提取方法，其特征在于，根据得到的区域分别提取各个区域中的Gabor特征，包括：

提取相应区域的图像灰度分布；

根据二维Gabor函数计算得到相应区域的Gabor特征G(x，y，v，u)＝f(x，y)*Ψ_u，v(z)，其中其中，参数u，v分别表示为滤波器的方向和尺度；z＝(x，y)表示图像中像素的位置；σ代表了窗口宽度和波长的比例，即滤波器的带宽；i为复数单位。

4.根据权利要求1所述的基于Gabor差分权重的人脸表情特征提取方法，其特征在于，根据有效区域的与预先存储的中性图像对比，计算得到三个表情区域的差分权重,包括：

获取中性表情图像数据；

根据相应的区域与中性表情数据库，计算得到差值图像其中，f₁(i，j)表示表情图像在(i，j)处的像素值，f₂(i，j)表示中性图像在对应位置(i，j)的像素值；每张人脸图像的大小为M*N(宽度*高度)；abs()为绝对值函数；

根据差值图像计算得到三个区域的差分权重。

5.根据权利要求4所述的基于Gabor差分权重的人脸表情特征提取方法，其特征在于，根据差值图像计算得到三个区域的差分权重，包括：

预先设定阈值T；

对比差值图像像素值大小与预先设定阈值T，计算三个区域像素值大于阈值T的数量Ecount、Ncount、Mcount，

分别计算三个区分别在总区域中所占的比重。

6.根据权利要求1所述的基于Gabor差分权重的人脸表情特征提取方法，其特征在于，根据差分权重与三个区域的Gabor特征，计算得出人脸图像的Gabor特征，包括：将三个区域的Gabor特征分别与相应的区域的权重相乘，将得到的三个区域的数据集合作为人脸图像的Gabor特征的数据。