面向非特定表情的加权和稀疏分类方法-论文.pdf

《面向非特定表情的加权和稀疏分类方法-论文.pdf》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、计算机系统应用http：llwww．c-S—a．org．cn2014年第23卷第7期面向非特定表情的加权和稀疏分类方法①蒋行国冯彬，李志丰(桂林电子科技大学信息与通信学院，桂林541004)摘要：针对在非特定人脸表情识别中，表情纹理特征的利用率不高问题，提出了一种改进的加权局部二值模式fLBP)~I稀疏表示相结合的人脸表情识别方法．为了有效利用面部器官的局部纹理信息，采用改进的加权LBP算子提取人脸局部纹理特征，然后用获取的特征值组成训练样本，最后根据稀疏表示理论进行表情分类．在JAFFE和CK人脸库上的实验结果表明，该方法对

2、非特定人脸表情的识别效果有了明显提高．关键词：人脸表情识别；稀疏表示；纹理特征提取；局部二值模式(LBP)NonspecificFacialExpressionRecognitionviatheSparseRepresentatiOnandWeightedJIANGXing—Guo，FENGBin，LIZhi—Feng(SchoolofInformationandCommunication，GuilinUniversityofElectronicTechnology,Guilin541004，China)Abstract：On

3、theperson-independentfacialexpressionrecognition，theutilizationrateofthefacialexpressiontextureisnothigh．Facingwiththeproblemoftheperson—independentface，thispaperproposesamethodaboutfacialexpressionrecognitionbasedontheimprovedweightedlocalbinarypaRem(LBP)andsparser

4、epresentation．Inordertousethelocaltextureinformationofthefacialorgansefectively,firstitusestheimprovedweightedLBPoperatortoextractingthelocaltexturefeature，theextractedfea~restoconstructthetrainingsamples，andclassifiedviathesparserepresentationlast．Experimentalresul

5、tsshowabetterperformanceontheJAFFEandCKdatabase．Keywords：facialexpressionrecognition；sparserepresentation；texturefeatureexaction；localbinarypattem(LBP)人脸表情传递着丰富的个人情感信息，并且在人(SR)被不断地应用于信号处理领域．随着Ma[5,61等人与人之间的交流中扮演着重要的角色，因此为了推动提出了基于稀疏表示分类(SRC)的人脸识别，SRC在人更加智能和自然的人机交互，人脸

6、表情识别在过去几脸识别领域表现出强大的优势．HuangMing．wei[对十年得到广泛研究，并且成为一个研究热点．非特定LBP+稀疏表示和稀疏分类的表情识别结果进行融合，人脸的特点决定了对它的研究有一定的难度和更深的比传统的识别方法有更好的识别率、鲁棒性，但未能意义．表情识别主要分为两部分：特征提取和分类器．有效的利用表情特征．对于非特定人脸，表情特征相由于人脸表情的本质特征大多藏在图像的高维空对于人脸特征复杂，在同个图像中，人脸特征会干扰间中。把人脸信息映射到最有效的低维空间相当重要．表情特征的处理，SRC识别算法的性能也不

7、理想．如一般的，特征提取方法用于表示人脸的整体特征或局何有效地利用表情特征和SRC分类是提高非特定表情部特征．文献[1，2]~iE明局部特征表示在表情识别中有识别效果的关键．很好效果．因此，本文提出一种改进的加权LBP局部针对上述的问题和非特定人脸问题，本文提出一特征提取算法．种改进的加权LBP和稀疏表示相结合的表情识别方常用的识别分类器有最近邻分类(NNC)、线性支法．通过改进的加权LBP提取人脸主要器官的纹理特持向量机(SVM)t、最近子空间分类(NSC)t、线性判征，并有效地给表情特征分配权重，最终结合稀疏表别分类(LD

8、A)t3】等．近几年，压缩感知中的稀疏表示示分类提实现表情识别，提高运算时间．在JAFFE和①收稿时间：2013-12—02；收到修改稿时间：2014—01．03190软件技术·算法SoftwareTechnique·Algorithm2014年第23卷第7期http：／／w