[发明专利]一种低分辨率环境下微表情识别的方法

摘要

本发明属于计算机视觉领域，具体涉及一种低分辨率环境下微表情识别的方法，通过采集包含人脸信息的多个低分辨率视频片段，并通过建立对应关系模型，获得多个与第一帧姿态统一的视频片段，按照待识别人脸的瞳距进行背景分割，得到低分辨率人脸图像序列，对低分辨率人脸图像序列利用超分辨率重建方法重建为高分辨率人脸图像序列，对高分辨率人脸图像序列中的视频片段进行帧数统一，得到高分辨率人脸图像集，利用分块参数设置提取LBP‑TOP特征，并特征进行LSVM分类，融合得到MLBP‑TOP特征，对MLBP‑TOP特征分类，确定每个视频片段的微表情类别。该方法能够在低分辨率环境下提高微表情的识别率，与现有的对视频质量有严格要求的微表情识别方法相比更具实用性。

主权项

1.一种用于微表情识别的特征提取方法，其特征在于，包括如下步骤：步骤1：获取高分辨率人脸图像集，所述高分辨率人脸图像集中包含不同人脸信息的图像序列，将包含同一人脸信息的图像序列划分为一段，随机选取其中一段图像序列作为测试集，其余段图像序列作为训练集；步骤2：设置多组分块参数并按照分块参数对测试集进行分块，得到多组分块方式不同的测试集；步骤3：对每组分块方式下的测试集分别提取LBP‑TOP特征，得到多个LBP‑TOP特征，将多个LBP‑TOP特征输入LSVM分类器，得到多个识别准确度混淆矩阵，所述每个识别准确度混淆矩阵对应一个LBP‑TOP特征；步骤4：融合所有数值分布在主对角线的识别准确度混淆矩阵所对应的LBP‑TOP特征，得到测试集的MLBP‑TOP特征；步骤5：采用Leave‑one‑subject‑out方法，按照步骤4得到的测试集的MLBP‑TOP特征处理训练集，提取到高分辨率人脸图像集中每段图像序列的MLBP‑TOP特征。