基于2维偏最小二乘法的图像局部特征提取及其在面部表情识别中的应用

摘要：

为了更有效地提取图像的局部特征,提出了一种基于2维偏最小二乘法(two-dimensional partial least square,2DPLS)的图像局部特征提取方法,并将其应用于面部表情识别中.该方法首先利用局部二元模式(local binary pattern,LBP)算子提取一幅图像中所有子块的纹理特征,并将其组合成局部纹理特征矩阵.由于样本图像被转化为局部纹理特征矩阵,因此可将传统PLS方法推广为2DPLS方法,用来提取其中的判别信息.2DPLS方法通过对类成员关系矩阵的构造进行相应的修改,使其适应样本的矩阵形式,并能体现出人脸局部信息重要性的差异.同时,对于类成员关系协方差矩阵的奇异性问题,也推导出了其广义逆的解析解.基于JAFFE人脸表情库的实验结果表明,该方法不但可以有效地提取图像局部特征,并能取得良好的表情识别效果.

关键词：偏最小二乘法、2维偏最小二乘法、局部特征提取、局部二元模式、面部表情识别算法

所属期刊栏目：12

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金60472058;60503023;江苏省自然科学基金BK2005407;高等学校博士学科点专项科研项目20050286001

在线出版日期：2007-06-25（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：847-853