[发明专利]人脸表情识别方法有效
| 申请号： | 201710708654.3 | 申请日： | 2017-08-17 |
| 公开（公告）号： | CN107563312B | 公开（公告）日： | 2020-11-13 |
| 发明（设计）人： | 王艳;黎明;张君 | 申请（专利权）人： | 南昌航空大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62 |
| 代理公司： | 南昌市平凡知识产权代理事务所 36122 | 代理人： | 张文杰 |
| 地址： | 330063 江*** | 国省代码： | 江西;36 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种人脸表情识别方法，用多尺度参数的MB‑LBP算子对人脸表情图像进行纹理特征提取，进行统一模式的像素直方图统计；对人脸图像样本进行HOG特征提取；将同类模式下的MB‑LBP特征和HOG特征进行串联特征融合；在融合的特征空间里，随机提取训练样本，并将剩余样本作为测试样本；用训练样本进行PCA降维计算，获得投影矩阵W，将训练样本经过投影到低维子空间，获得表情图像在低维子空间的特征表示；将测试样本通过投影矩阵W投影到低维子空间，用稀疏表示分类器对测试样本的特征进行分类，获得测试样本所属的类别。以较低的维数表示具有纹理和形状信息的表情特征，取得了较高的表情识别率，并获得较高的识别精度。 | ||
| 搜索关键词： | 表情 识别 方法 | ||
【主权项】：
人脸表情识别方法，其特征在于，该方法包括以下步骤：A）输入人脸图像样本并进行几何校正和尺寸归一化的预处理；B）用多尺度参数的MB‑LBP算子对人脸表情图像进行纹理特征提取，获得图像的MB‑LBP特征之后，进行统一模式的像素直方图统计；C）对人脸图像样本进行HOG特征提取；D）将同类模式下的MB‑LBP特征和HOG特征进行串联特征融合；E）在融合的特征空间里，随机提取训练样本，并将剩余样本作为测试样本；F）用训练样本进行PCA降维计算，获得投影矩阵W，将训练样本经过投影到低维子空间，获得表情图像在低维子空间的特征表示；G）将测试样本通过投影矩阵W投影到低维子空间，用稀疏表示分类器对测试样本的特征进行分类，获得测试样本所属的类别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南昌航空大学，未经南昌航空大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710708654.3/，转载请声明来源钻瓜专利网。
