基于改进LBP的人脸表情识别.pdfVIP

浙江理工大学学报，第30卷，第4期，2013年7月 of Sei-Tech Journal Zhejiang University V01．30，No．4，Jul．2013 文章编号：1673—3851(2013)04—0546—04 基于改进LB P的人脸表情识别 姜锐，许建龙，张爱朋 (浙江理工大学信息学院，杭州310018) 摘要：局部二元模式即LBP(10calbinarypatterns)，是一种有效的纹理描述算子，能够很好地提取人脸表情特 征信息。针对原始LBP算子仅考虑中心像素点与邻域像素点的灰度差异的问题，对其进行了改进，提出了多重中心 local 化二值模式MLBP(multiplebinarypatterns)，并将改进后的MLBP算子进行人脸表情识别，通过改进前后在 JAFFE人脸库的实验比较，该方法在ig另l率上取得了较好的效果。 关键词：面部表情识别；局部二值模式；特征提取；支持向量机 中图分类号：TP391 文献标志码：A a)通过肤色检测的方法确定大致的人脸区域， 0 引 言 去除非人脸区域； 人脸表情识别[1]的主要过程包括人脸图像的获 b)用积分投影的方法确定眼睛和嘴巴的具体 取及图像预处理、表情特征提取和表情分类，如何进 位置； 行表情特征的提取对表情识别结果有很大影响。因 c)结合人脸集合结构和眼睛嘴巴的定位，进一 此本文研究重点在于表情特征的提取方法。ojala步去除非人脸区域； 等[2]在1999年最早提出的局部二元模式(LBP)，d)经过尺度变换得到统一大小的图像，得到统 2002年ojala等又提出LBP算子的扩展模型均匀一尺寸的人脸纯表情区域图片。 模式LBP[2]。LBP算子是一种有效地纹理描述工 2基于改进LBP算子的人脸表情特征提取 具，近年来已广泛运用到人脸表情识别当中来，它具 有以下优点[3]：a)具有较高分辨能力，对光照不敏2．1 LBP算子 感，能有效描述局部特征．b)算法简单快速。然而 局部二元模式即LBP(10cal binarypatterns)， 传统的LBP算子没有考虑中心像素点的作用，在特 是一种有效的纹理描述算子，可对灰度图像中的局 定情况下失去了某些局部结构信息。为了有效地获 部邻域的纹理信息进行度量以及提取，其利用结构 取图像中较准确的纹理特征信息，本文基于LBP的 法思想分析固定的窗口特征，再利用统计的方法做 人脸表情特征提取，对LBP算子进行改进，提出一 整体的特征提取。 种新的人脸表情图像特征提取方法：多重中心化二 LBP的核心思想是将中心像素值与邻域像素 local 值模式MLBP(multiplebinarypatterns)。 值进行比较，得到对邻域像素的二进制编码，如果邻 域像素值大于中心像素值，那么对应的二进制编码 1 人脸表情图像预处理 为1；反之，为0。然后将得出的二进制数按顺时针 预处理的主要工作是面部特征点的定位和人脸 串起来，作为新的中心像素值。最后，将二进制数转 图像的分割Ⅲ。本文采用肤色模型嘲的方法对人脸 换成十进制数，从而得到了中心像素的局部二元 区域进行检测。预处理的具体步骤如下所示： 模式。 收稿日期：2012—12—20 作者简介：姜锐(1987一)，男，安徽六