[发明专利]基于MB‑2DPCA特征的人脸表情识别方法在审
| 申请号： | 201710708664.7 | 申请日： | 2017-08-17 |
| 公开（公告）号： | CN107506718A | 公开（公告）日： | 2017-12-22 |
| 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;G06K9/62 |
| 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： | 本发明公开了一种基于MB‑2DPCA特征的人脸表情识别方法，用多尺度参数的MB‑LBP算子对人脸表情图像进行局部纹理特征提取；对表情特征进行特征提取，构成图像的MB‑LBP特征空间；在训练样本中用2DPCA算法计算其投影矩阵W，并将所有训练样本通过投影矩阵W映射到子空间，获得表情图像在所述子空间的特征表示；将测试样本通过投影矩阵W投影到所述子空间，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。本发明避免了图像矩阵转化为图像向量而造成计算协方差矩阵维数过大，样本较少导致的小样本问题，计算时间少。 | ||
| 搜索关键词： | 基于 mb dpca 特征 表情 识别 方法 | ||
【主权项】：
基于MB‑2DPCA特征的人脸表情识别方法，其特征在于，该方法包括以下步骤：A）输入图像样本,并对所述图像样本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局部纹理特征提取，获得所述多尺度参数下的图像MB‑LBP特征；C）根据所述多尺度参数下的MB‑LBP特征对表情识别率的影响，选出在表情识别率最高情况下的MB‑LBP尺度参数，并用所述尺度参数的MB‑LBP算子对表情特征进行特征提取，构成图像的MB‑LBP特征空间；D）在所述MB‑LBP特征空间里，随机提取训练样本，随机提取之后的剩余样本作为测试样本；E）在所述训练样本中用2DPCA算法计算其投影矩阵W，并将所有训练样本通过投影矩阵W映射到子空间，获得表情图像在所述子空间的特征表示；F）将所述测试样本通过投影矩阵W投影到所述子空间，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/201710708664.7/，转载请声明来源钻瓜专利网。
