自适应加权完全局部二值模式的表情识别
为了有效地提取局部特征和全局特征以提高表情识别的性能,提出自适应加权完全局部二值模式(AW-CLBP)的人脸表情识别算法.首先对人脸表情图像进行预处理分离出表情子区域,与此同时生成表情子区域的贡献度图谱(CM);然后对表情子区域和整幅表情图像进行完全局部二值模式变换提取3种特征(差值符号特征CLBP_S、差值幅值特征CLBP_M、中心像素特征CLBP_C)并连接3种特征生成级联直方图,并根据CM对表情子区域的级联直方图进行加权与整张图像的直方图进行融合;最后用卡方距离和最近邻方法进行分类识别.该算法在JAFFE库上进行了实验并和LBP、Gabor小波、活动外观模型进行了比较,验证了该算法的有效性.
表情识别、完全局部二值模式、自适应加权、卡方距离、最近邻方法
18
TP391(计算技术、计算机技术)
国家高技术研究发展计划863基金项目2012AA011103;国家自然科学基金-广东联合基金重点项目U1135003;安徽省科技计划基金项目1206c0805039
2013-11-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
1279-1284