[发明专利]一种基于点分布模型面部表情特征的提取方法

摘要

本发明公开了一种基于点分布模型面部表情特征的提取方法，具体步骤包括：通过标记人体面部图像面部特征点的坐标建立起人体面部的形状模型；选取相对较为理想形状向量作为初始样本，其他的向量与初始样本进行形状上的相互对应直到相邻两次的平均形状向量差别小于某一特定值;通过使用Gabor小波核函数的计算并采样从而获得一组不同的频率和相位的特征点的面部特征点的精细定位。通过上述方式，本发明一种基于点分布模型面部表情特征的提取方法利用Gabor小波变换系数进行人脸识别的弹性图匹配，得到了不受样本影响的理想的面部表情特征，在提取对不相关变形保持不变、噪声不敏感，类别区分度大的特征具有明显优势。

主权项

一种基于点分布模型面部表情特征的提取方法，其特征在于：具体步骤包括：（100）、建立形状模型：通过标记人体面部图像面部特征点的坐标，使其作为初始数据，并在处理的过程中将多个人体面部图像面部特征点的坐标相互对应，再通过主成分分析法建立起人体面部的形状模型;（200）、对齐标定的图像: 采用形状向量相互对应的方法，通过选取一个相对较为理想的形状向量作为初始样本，其他的向量与初始样本进行形状上的相互对应，计算后得到平均形状向量在进行规格化处理,并作为样本，再将与初始样本进行形状上相互对应后的形状向量与此平均形状向量对应,重复这一过程，直到相邻两次的平均形状向量差别小于某一特定值，对齐过程结束;（300）、使用Gabor小波变换提取表情特征：通过使用Gabor小波核函数的计算并采样，从而获得一组不同的频率和相位的特征点的面部特征点的精细定位。