一种方向性的局部二值模式在人脸表情识别中的应用

摘要：

传统局部二值模式（ LBP ）算法应用在人脸表情识别中，不能准确描述眼睛、嘴巴、额头等表情特征区域在不同方向上的灰度变化趋势，识别效果不理想。本文改进传统局部二值模式的灰度比较关系，分别从水平、垂直以及对角3个方向对邻域像素的灰度变化进行二值编码，融合3个方向的特征，得到一种基于方向性的局部二值模式（DLBP）。在JAFFE数据库和Cohn?Kanade数据库上的实验结果均表明，DLBP算子相比LBP算子、Gabor算子能更准确描述人脸基本表情，识别率平均分别提高了5％和1％；相比LBP算子对椒盐噪声和高斯白噪声具有更强的鲁棒性；且与LDP算子相比，识别率基本不变，但特征提取时间缩减近50％。由此可见，DLBP算子是一种快速有效的人脸表情描述子。

关键词：人脸表情识别、局部二值模式、中心最近邻分类、方向性局部二值模式、Gabor、LDP

分类号：TP391.41(计算技术、计算机技术)

资助基金：江苏省自然科学基金资助项目 BK20131342．

在线出版日期：2015-08-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：422-428