[發明專利]基于Gabor差分權重的人臉表情特征提取方法

有效

• 申請號: 201910321321.4
• 申請日: 2019-04-22
• 公開（公告）號: CN110046587B
• 公開（公告）日: 2022-11-25
• 發明（設計）人: 周華平;張道義;汪曉燕;張曉宇;殷凱
• 申請（專利權）人: 安徽理工大學
• 主分類號: G06V40/16
• 分類號: G06V40/16
• 代理公司: 北京雙收知識產權代理有限公司 11241
• 代理人: 王菊珍

一種基于Gabor差分權重的人臉表情特征提取方法，包括：提取待處理人臉圖像中的眼睛、鼻子和嘴巴三個表情有效區域；根據得到的三個表情有效區域灰度特征，計算各個區域中的Gabor特征；根據有效區域的與預先存儲的中性圖像對比，計算得到三個表情區域的差分權重；根據差分權重與三個區域的Gabor特征，計算得出人臉圖像的Gabor特征。本發明方法在提取人臉圖像的Gabor特征時，僅考慮眼睛、鼻子和嘴巴的有效區域，可以有效的降低人臉圖像的維數，提高算法的性能，并且在計算人臉圖像的Gabor特征時，綜合考慮了有效區域與中性表情的差值及相關區域所占的權重，并且以此權重結合三個區域的Gabor特征，計算人臉圖像的Gabor特征，避免了原圖像細節信息的丟失。

技術領域

本發明涉及一種表情特征提取方法，尤其是涉及一種基于Gabor差分權重的人臉表情特征提取方法。

背景技術

人臉表情是人與人之間交互的基礎，是情感計算的一部分，是計算機視覺、人機交互、圖像處理等領域的研究熱點；大部分研究人員將人臉面部表情分為7種：生氣、厭惡、害怕、高興、悲傷、驚訝以及不包含任何情緒的中性表情。

目前表情識別研究的熱點主要集中在表情特征提取方面。現如今，常用的表情特征提取方法有基于局部二值模式(Local Binary Pattern,LBP)的特征提取，它能夠有效的提取圖像的局部紋理特征，但容易受到噪聲的影響；線性判別分析(Linear DiscriminantAnalysis,LDA)對于特征的提取有著較快的速度，但其過于依賴灰度圖像之間的相關性；基于主元分析(Principal Component analysis,PCA)可以有效的降低表情特征的維度；基于Gabor小波可以在多方向和多尺度上提取有效的表情特征，其因有著較強的魯棒性和對噪聲有著一定的容忍能力，一直是表情特征提取的研究熱點。

LBP能夠較強地描述圖像的局部紋理特征，而Gabor在多方向尺度上可以有效的減弱噪聲的干擾，因此融合Gabor和LBP特征即可以描述圖像局部紋理又可以減弱噪聲帶來的干擾。將人臉區域按照表情特征重要程度分塊，將各個部分的Gabor多方向尺度特征進行融合并結合LBP，有效的降低了特征維數并加強了全局特征表示，大大的提高了表情識別率，證明了Gabor特征提取的優越性，但其算法復雜度較高時間損耗較大。

Gabor小波可以多方向、多尺度的提取圖像特定區域的頻率特征，能夠對眼睛、鼻子和嘴以及其他局部特征的灰度進行放大。但是，由于多方向、多尺度的變化使得提取出的人臉圖像維數較高，而導致算法的性能受到影響。表情的差值圖像可以較直觀的描繪出人臉對應區域灰度的變化情況，利用差分紋理作為表情的分類特征可以有效的減少個體之間帶來的差異，但差分紋理特征會一定程度上丟失原圖像的細節信息。

發明內容

本發明的目的在于克服現有技術中存在的上述問題，提供一種可以安全校驗傳感器的基于Gabor差分權重的人臉表情特征提取方法。

為實現上述技術目的，達到上述技術效果，本發明是通過以下技術方案實現：

一種基于Gabor差分權重的人臉表情特征提取方法，包括：

提取待處理人臉圖像中的眼睛、鼻子和嘴巴三個表情有效區域；

根據得到的三個表情有效區域灰度特征，計算各個區域中的Gabor特征；

根據有效區域的與預先存儲的中性圖像對比，計算得到三個表情區域的差分權重；

根據差分權重與三個區域的Gabor特征，計算得出人臉圖像的Gabor特征。

本發明提供的基于Gabor差分權重的人臉表情特征提取方法，其中，提取待處理人臉圖像中的眼睛、鼻子和嘴巴三個表情有效區域，包括：

選取待處理圖像中包括人臉的大小相同的區域；

獲取眼睛、鼻子和嘴巴的有效區域；