[发明专利]一种基于Vadaboost筛选特征块的人脸表情识别方法

摘要

本发明公开了一种基于Vadaboost的人脸表情识别方法，主要包括：人脸表情库表情图像提取，并将全部图像分为训练样本、验证样本和测试样本；人脸特征点检测，得到眼睛、鼻子、嘴角等部位的特征点所在位置，从而得到每个特征点周围表情区域块；对所有表情区域块提取LBP纹理特征；训练阶段，充分利用Vadaboost训练每个特征块，得到每块对应的弱分类器，并且根据分类结果筛选特征块和弱分类器；然后将验证样本的分类结果作为新的特征，再次使用Vadaboost训练得到一个强分类器，从而实现人脸表情识别。本发明的有益效果是：在训练阶段，首次运用Vadaboost筛选表情块；此外，首次将弱分类器的结果作为特征，用Vadaboost训练，得到综合识别结果；并且针对不同的表情筛选出不同的特征块，使得提取的表情特征更为具体，增加表情的区分力，有效提高了表情识别率。

主权项

一种基于Vadaboost筛选特征块的人脸表情识别方法，其特征在于，包括以下步骤：步骤1、从人脸表情数据库中提取人脸表情图像；步骤2、人脸特征点检测，提取特征块的LBP特征；步骤3、筛选特征块，利用Vadaboost对不同的表情筛选特征块和分类器；步骤4、测试阶段，用训练得到的分类器，实现人脸表情识别。