[发明专利]基于图像金字塔局部二进制模式的疲劳表情识别方法

摘要

本发明公开了一种基于图像金字塔局部二进制模式的疲劳表情识别方法，在Adaboost算法检测面部以及卡尔曼滤波追踪定位面部的基础上进行的有效疲劳表情识别。本方法将扩展到多尺度金字塔变换域的传统四种圆形局部二进制模式：原始模式、等价模式、旋转不变模式、旋转不变等价模式，用于疲劳表情的特征提取中。首先，利用自建的疲劳表情库结合上述四种多尺度金字塔阈LBP模式进行疲劳表情纹理特征提取。随后，利用SVM(Support Vector Machine)技术对所得的特征值进行疲劳与非疲劳表情的分类训练。经过实验验证，本方法计算复杂度低，识别率高，可以很好地识别疲劳状态。

主权项

1.一种基于图像金字塔局部二进制模式的疲劳表情识别方法，其特征在于，所述的方法包括一下步骤：S1、自建疲劳表情库，该表情库中包括疲劳表情以及非疲劳状态的表情；S2、利用人脸检测以及定位的方法获取面部区域；S3、对面部构建多尺度非固定纹理分辨率的金字塔模型，该金字塔模型的起始层数为原始图像，然后在金字塔模型中继续增加层次直到缩放图像的大小达到预先设定的最小值，其中，连续层级之间的比例比设为缩放因子a，a为≥1的正数；S4、对金字塔模型中每一层分别利用局部二进制模式进行纹理特征提取；S5、对疲劳特征进行分类训练与交叉检验。