基于改进局部二值模式及特征融合的人脸表情识别

作     者：黄小刚 黄润才 王桂江 马诗语 HUANG Xiao-gang;HUANG Run-cai;WANG Gui-jiang;MA Shi-yu

作者机构：上海工程技术大学电子电气工程学院上海201600 

出 版 物：《制造业自动化》 (Manufacturing Automation)

年 卷 期：2023年第45卷第3期

页      面：197-201,207页

学科分类：08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：局部二值模式 特征提取 特征融合 表情识别 

摘      要：局部特征描述算子在表情识别领域有着广泛的使用。通过对现有表情识别算法的的研究,针对传统局部二值模式(LBP)算法只考虑领域像素和中心像素点的关系,而忽略了领域像素之间的相互影响。而中心对称局部二值模式(CS-LBP)只考虑了中心对称像素之间的影响。结合LBP和CS-LBP特点出了一种改进的LBP算法,实验结果表明改进的LBP算子利用像素点更充分,能更好的表达特征。针对单一特征很难准确描述原始图片的信息,又提取了图像的Gabor特征,分别与提取LBP特征和改进的LBP特征进行特征融合,使提取的特征更加丰富详细。分类算法中考虑到SVM具有强大的非线性分类能力,将提取的特征与SVM分类器进行结合,在公开表情数据集CK+上采用留出法进行验证,准确率达到95.77%,实验结果表明该方法优于传统的表情识别算法。