[发明专利]一种基于Gabor小波的人脸表情识别方法及装置

说明书

本申请公开了一种基于Gabor小波的人脸表情识别方法及装置。所述方法包括：对输入图像进行灰度化和尺寸归一处理；根据预设的灰度均值和灰度方差对灰度化和尺寸归一处理后的图像进行灰度均衡处理，并将灰度均衡处理后的图像作为待识别图像；采用二维Gabor小波滤波器组对所述待识别图像进行Gabor小波变换；提取所述待识别图像的表情特征向量；利用非均匀弹性网格模板对提取出的表情特征向量进行匹配识别。所述装置包括：预处理模块、特征提取模块和识别匹配模块。本申请对Gabor小波滤波进行了改进，有效降低了干扰，使识别率大大提高，运算时间大大减小。

技术领域

本申请涉及图像识别技术，特别是涉及基于Gabor小波的人脸表情识别方法及装置。

背景技术

CNN是人脸检测过程中常用的二分类模型，Gabor小波滤波是CNN模型中常用的采样图像的频率域的方式。但是，随着对人脸检测要求的提高，Gabor小波滤波的缺陷也逐渐显露出来，例如：针对人脸识别的Gabor小波滤波容易受到人脸表情、光照条件和各种几何变换的影响，难以取得很高的识别精度，容易导致网络过拟合，影响人脸识别率。

发明内容

本申请的目的在于克服上述问题或者至少部分地解决或缓减解决上述问题。

根据本申请的一个方面，提供了一种基于Gabor小波的人脸表情识别方法，所述方法包括：

对输入图像进行灰度化和尺寸归一处理；

根据预设的灰度均值和灰度方差对灰度化和尺寸归一处理后的图像进行灰度均衡处理，并将灰度均衡处理后的图像作为待识别图像；

采用二维Gabor小波滤波器组对所述待识别图像进行Gabor小波变换；提取所述待识别图像的表情特征向量；

利用非均匀弹性网格模板对提取出的表情特征向量进行匹配识别。

优选地，所述对输入图像进行灰度化和尺寸归一处理的方式为：

对所述输入图像进行灰度化处理；

将灰度图像规整到统一的尺寸；并对尺寸统一后的图像纠正图像的旋转变形。

优选地，根据预设的灰度均值和灰度方差对灰度化和尺寸归一处理后的图像进行灰度均衡处理包括：

以预设的灰度均值和灰度方差为依据，对灰度化和尺寸统一处理后的图像采用双三次插值和直方图均衡的方式进行灰度均衡处理。

优选地，采用二维Gabor小波滤波器组对所述待识别图像进行Gabor小波变换包括：

使用n个中心频率和m个方向组成的n×m个Gabor滤波器提取所述待识别图像的表情特征向量。

优选地，利用非均匀弹性网格模板对提取出的表情特征向量进行匹配识别包括：

使用非均匀网格提取表情特征信息；

求出表情图库中每一种表情特征图与待识别图像的最小代价函数；

根据近邻分类策略得出识别结果。

根据本申请的另一个方面，提供了一种基于Gabor小波的人脸表情识别装置，包括：

预处理模块，设置为对输入图像进行灰度化和尺寸归一处理；

所述预处理模块，还设置为根据预设的灰度均值和灰度方差对灰度化和尺寸归一处理后的图像进行灰度均衡处理，并将灰度均衡处理后的图像作为待识别图像；

特征提取模块，设置为采用二维Gabor小波滤波器组对所述待识别图像进行Gabor小波变换；提取所述待识别图像的表情特征向量；

识别匹配模块，设置为利用非均匀弹性网格模板对提取出的表情特征向量进行匹配识别。