多特征融合的人脸表情识别

《多特征融合的人脸表情识别》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第33卷第2期肇庆学院学报V01．33．No．22012年3月JOUgNALOFZHAOQINGUNIVERSITYMar．2012多特征融合的人脸表情识别李春英，汤志康2，黄春艳，颜春萍，张仙玉，陈(1．肇庆学院计算机学院，广东肇庆526061；2．广东技术师范学院计算机学院，广东广州摘要：提出了一种多特征融合的表情识剐模型：首先，对预处理后的图像提取2种局部描述算子Gabor特征和多元中心化二值模式特征。根据对表情的贡献程度划分表情子区域；其次，通过主成份分析法对表情子区域的特征向量进行降堆，并构建随机子空间训练分类器；最后，利用Bagging技术提高多分类器的分类性能，并采用加权投票

2、的融合规则进行决策判别．人脸表情库的实验结果表明。此方法有很好的鲁棒性和识别率．关键词：表情识别；局部特征；多特征融合中图分类号：TP39文献标志码：A文章编号：1009—8445(2012)02—0019—06人脸表情识别就是对面部表情信息进行特征提取并加以分析．目前表情识别已成为人机交互、情感计算、机器视觉、图像处理与模式识别等领域的重要研究课题．表情识别模型研究的重点主要集中在表情特征提取和特征分类2方面．国内外学者在此2方面已做了大量的研究，表情特征提取主要分为整体特征提取【卜21和局部特征提取【3一S1．其中，整体特征提取主要集中在面部的整体变化，并没有考虑面部肌肉的纹理、皱褶等

3、局部变化所蕴含的信息；局部特征可以充分考虑不同尺度和方向的信息，不过特征向量维数过大、算法实时性较差．特征分类方法分为基于贝叶斯网络的分类方法[61和基于距离度量的分类方法．前者缺点在于需要属性之间相互独立的假设，因此在一定程度上影响了算法的识别率；后者是通过5计算样本之间的距离来实现表情分类，代表算法有近邻法[41和SVM算法【7]．近邻法算法的存储量和计算量都比较大，而SVM算法●岚是二晰类分类算法，在多类分类和大规模样本的运算上，还存在着一定的缺陷．基于以上分析，我们提出了一种表情识别模型：首先，将人脸图像预处理后，融合2种人脸表情局部特征描述算子(Gabor／J~波特征和多元中心化

4、二值模式(MCBP)特征)；然后通过主成份分析法(pcA)对各表情子区域的特征向量进行降维处理，避免特征向量维数过大的缺点，同时构建PCA随机子空间训练分类器，分类器采用文献[8】中心最近邻分类器(CNN)，通过计算已标记点与该类中心的距离来度量样本特征的表情属性；最后，利用组合分类器实现对表情特征的精确分类．1表情图像预处理为了更好的提取局部特征，原始图像的预处理是一个重要且必须的过程，目的是统一图像的灰度值及尺寸，输出纯表情区域，为表情特征提取奠定基础．预处理包括图像的归一化和表情区域的分割处理：前者包括图像的尺度归一化和灰度归一化，后者指从图像中分割出与表情最相关的区域．本文预处理的

5、过程包括如下几个步骤：1)将人脸表情图像大小变为128x128像素，两眼之间的距离72像素；2)图像灰度的归一化，每像素是256灰度级；3)图像按照空间位置划分成64个大小为16x16且互不重叠的网格；4)根据人脸某些部位的信息对表1庸识别的贡献度(如眼睛、嘴部，被赋予较大的权值，而其他部位的收稿日期：2012-01—09作者简介：孛春英(1978-)。女，黑龙江齐齐哈尔人。肇庆学院计算机学院讲师。硕士．万方数据肇庆学院学报第33卷贡献较小则被赋予较小的权值)分成13个表情子区域．表情图像预处理的流程如图1所示，其中表情贡献度按颜色深浅权值之比为1：2：4．赋予不同权值的目的是在最终分类决

6、策的时候采用加权投票法进行融合处理．圈圈1表情图像预处理2表情特征提取相比全局特征描述，局部特征本身具有空间性和方向性的选择，且局部特征主要描述人脸表情的细节变化，方便进行精确识别．局部特征提取的经典方法是Gabortb波法和LBP(LocalBinaryPattern)算子法[9】．Gabort]x波可以提取图像特定区域内不同尺度和方向空间的小波核函数，像显微镜一样放大灰度的变化，增强一些关键特征(眼睛、鼻子和嘴部)．LBP特征可以更快地从原始图像中提取出来且位于较低维的空间，同时保留了有效的人脸信息；不过LBP算子本质上提取的是图像边缘、角点等局部变化特征，产生的直方图维数过长，影响识

7、别速度，且没有考虑中心像素点的作用，因此特定情况下会丢失某些局部结构信息．综合以上因素，笔者采用Gabor／]s波特征和同时考虑多个尺度、中心化的LBP特征(Multi-scaleCentralizedBinaryPa~ern)，简称MCBP特征．2．1Gabor／J~波特征二维Gabor小波的核函数定义为一个用高斯包络函数约束的平面波：)：ee瘟”Le-~2]．．其中：．=．j}坤。，．1}=表示核函数的尺度(频率)，