[发明专利]一种部分遮挡工况下的面部表情识别方法

权利要求书

1.一种部分遮挡工况下的面部表情识别方法，其特征在于，包括以下步骤：

S1：获取识别对象的未受遮挡面部图像，计算平均脸信息熵图，并构建面部投影空间；

S2：获取同一识别对象的部分遮挡面部图像，计算部分遮挡面部信息熵图，并将部分遮挡面部图像投影到面部投影空间，获得投影向量；

S3：利用平均脸信息熵图和受遮挡面部信息熵图，得到受遮挡区域定位；

S4：利用面部投影空间和受遮挡区域定位，重构得到无遮挡面部重构图像；

S5：利用无遮挡面部重构图像中的遮挡区域和部分遮挡面部图像中的未受遮挡区域，获得重构后的面部图像；

S6：对重构后的面部图像进行特征提取和分类，得到表情识别结果。

2.根据权利要求1所述的一种部分遮挡工况下的面部表情识别方法，其特征在于，所述的步骤S1具体包括：

S11：获取识别对象的多张未受遮挡面部图像；

S12：对未受遮挡面部图像依次进行灰度化、直方图均衡化和尺寸归一化处理；

S13：计算识别对象未受遮挡下的平均脸，并绘制成平均脸图像；

S14：利用平均脸，通过PCA降为构建识别对象的面部投影空间；

S15：计算平均脸图像对应的平均脸信息熵图。

3.根据权利要求1所述的一种部分遮挡工况下的面部表情识别方法，其特征在于，所述的步骤S2具体包括：

S21：获取同一识别对象的部分遮挡面部图像；

S22：对部分遮挡面部图像依次进行灰度化、直方图均衡化和尺寸归一化处理；

S23：将部分遮挡图像灰度值向面部投影空间进行投影，得到投影向量；

S23：计算受遮挡面部图像对应的部分遮挡面部信息熵图。

4.根据权利要求1所述的一种部分遮挡工况下的面部表情识别方法，其特征在于，所述的步骤S3具体包括：

S31：计算平均脸信息熵图和受遮挡面部信息熵图之差，得到熵图差；

S32：对熵图差进行二值化形态学处理，获取受遮挡区域定位。

5.根据权利要求1所述的一种部分遮挡工况下的面部表情识别方法，其特征在于，所述的步骤S4具体为：获取面部投影空间中部分遮挡图像灰度值的投影向量和平均脸的灰度向量，根据受遮挡区域定位，将投影向量与平均脸的灰度向量进行叠加，重构得到无遮挡面部重构图像。

6.根据权利要求1所述的一种部分遮挡工况下的面部表情识别方法，其特征在于，所述的S5具体为：将无遮挡面部重构图像中的遮挡区域和部分遮挡面部图像中的未受遮挡区域进行加权，获得重构后的面部图像。

7.根据权利要求1所述的一种部分遮挡工况下的面部表情识别方法，其特征在于，所述的特征提取采用Haar-like特征模板，所述的分类采用支持向量机。

8.根据权利要求2所述的一种部分遮挡工况下的面部表情识别方法，其特征在于，所述的步骤S13具体包括：

将识别对象的多张未受遮挡面部图像的灰度矩阵的每一列依次首尾相连，并通过拉伸转换成灰度值向量，形成识别对象的总灰度值矩阵，求得平均脸向量，并绘制成平均脸图像；

所述的步骤S14具体包括：

S141：利用平均脸对图像进行中心化；

S142：对中心化后的矩阵进行降维，选择多个正交基，求得特征值与对应的特征向量；

S143：将特征值进行降序排序，取前m个特征值，该m个特征值的和大于特征值总和的95％，并以对应的特征向量作为面部投影空间。