[發(fā)明專利]一種基于特征融合的人臉表情識別方法

在審

• 申請?zhí)枺?/td>: 201710168734.4
• 申請日: 2017-03-21
• 公開（公告）號: CN106991385A
• 公開（公告）日: 2017-07-28
• 發(fā)明（設(shè)計）人: 王艷;黎明
• 申請（專利權(quán)）人: 南京航空航天大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 南京經(jīng)緯專利商標代理有限公司32200
• 代理人: 葛瀟敏

1.一種基于特征融合的人臉表情識別方法，其特征在于，包括以下步驟：

(1)選擇不同類型的人臉表情圖像作為訓練樣本，對人臉表情圖像進行幾何校正和尺寸歸一化的預處理；

(2)分別提取人臉表情圖像的HOG特征和Gabor小波特征；

(3)將同類人臉表情圖像的HOG特征和Gabor小波特征進行特征融合；

(4)將每類人臉表情圖像融合后得到的新特征作為稀疏表示分類的字典，進行稀疏表示分類；

(5)將未知的人臉表情圖像作為測試樣本，按照(1)-(4)，得到分類結(jié)果。

2.根據(jù)權(quán)利要求1所述基于特征融合的人臉表情識別方法，其特征在于：在步驟(2)中，提取HOG特征的過程如下：

(a)設(shè)置HOG特征提取參數(shù)，包括每個細胞單元的像素大小、每個細胞單元劃分的方向、合成一個圖像塊所需的細胞單元個數(shù)以及圖像塊的重疊率；

(b)計算圖像中每個像素點的梯度：

$\left\{\begin{array}{c}{G}_x(x,y)=H(x+1,y)-H(x-1,y)\\ G_y(x,y)=H(x,y+1)-H(x,y-1)\end{array}\right.$

上式中，H(x,y)為圖像中點(x,y)處的像素值，G_x(x,y)、G_y(x,y)分別為圖像中點(x,y)在x、y方向的梯度；

(c)計算梯度的幅值G(x,y)和方向α(x,y)：

$G(x,y)=\sqrt{G_x{(x,y)}^2+G_y{(x,y)}^2}$

$\mathrm{\α}(x,y)={\tan }^{-1}\left(\frac{G_y(x,y)}{G_x(x,y)}\right)$

(d)按照梯度方向與細胞單元的劃分方向?qū)瓌t進行梯度幅值直方圖統(tǒng)計，得到HOG特征。