10.3969/j.issn.1673-4785.2201405016
一种方向性的局部二值模式在人脸表情识别中的应用
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。
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
TP391.41(计算技术、计算机技术)
江苏省自然科学基金资助项目 BK20131342.
2015-08-05(万方平台首次上网日期,不代表论文的发表时间)
共7页
422-428