基于局部特征的人脸表情识别算法研究

作     者：贾雪菲 

作者单位：南京邮电大学 

学位级别：硕士

导师姓名：赵君喜

授予年度：2020年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：人脸表情识别 局部二值模式 欧氏距离 差分编码 

摘      要：随着科技的日益发展,人们对人机交互领域产生了极大的兴趣。面部表情是最有力、最自然的非语言情感交流方法,因而识别面部表情能够使得人机交互的模式更加人性化。目前,人脸表情识别技术已经在刑事侦查、医疗系统、电子商务等领域得到了广泛的应用。尽管在过去的几十年中,人脸表情识别技术已经取得了较大的研究进展,但是仍然存在着许多挑战,如人脸图像容易受到光照强度、噪声等外界因素的影响,并且表情自身存在复杂性和多样性。因此,有效且准确地提取面部表情特征是面部表情识别系统中的关键。本文研究基于不同特征的提取算法,提出三个改进算法,即EuLBP算法、EDLBP算法和基于改进距离特征的人脸表情识别算法,以提高人脸表情的识别率和降低算法的复杂度。本文主要的研究工作如下:1、提出了一种基于加权欧氏距离(Euclidean distance)的LBP算法,即EuLBP算法。由于LBP算法没有考虑邻域的8个像素点与中心像素点距离的差异性带来的缺陷,因此,EuLBP算法对与中心点距离不同的领域像素点设置不同的权重,以改善LBP算法易受光线干扰和窗口单一的缺点。在具有光照多样性和纹理旋转变化的OuTex、UIUC和KTH-TIPS数据库上,EuLBP算法与各种LBP改进算法所做的对比实验结果表明,EuLBP算法较LBP算法可提升原始算法对光照、旋转变化的鲁棒性。2、提出了一种基于欧氏距离-差分编码(Euclidean distance-differential coding)联合的改进LBP算法,即EDLBP算法。EDLBP算法对与中心点距离不同的邻域像素点设置不同的权重,并且,对于与中心点距离相同的像素点采用一种新型的差分编码方式,即依据前一个像素点及中心像素点的灰度值进行编码,融合了欧氏距离和差分编码两种数据处理方式。在具有光照多样性和纹理旋转变化的OuTex、UIUC和KTH-TIPS数据库上,EDLBP算法与多种LBP改进算法的对比实验表明,EDLBP算法可有效提升原始算法对光照和旋转变化的鲁棒性,特别是,对CURe T数据库进行的实验证明,EDLBP算法可有效用于具有复杂环境变化的纹理分类。对FERET数据库进行的测试证明,当用χ距离来衡量两幅人脸图像的相似度时,EDLBP算法具有很大的优势。3、提出一种基于改进距离特征的人脸表情识别算法。基于距离特征的人脸表情识别算法忽略了人脸图像具有高度对称性,导致算法复杂度高。改进算法从人脸的高度对称性角度出发,对原算法进行改进,将原算法的210个距离特征削减到了105个,减少了50%的特征距离。该算法在CK+、JAFFE、MMI数据库上进行了分类识别,并与原算法进行比较,结果表明此改进算法在不同网络、不同人脸表情数据库中的识别率相较于原算法略微提升,而尽管所需的收敛迭代次数增加,但所需的收敛时间下降了30%。这是因为参与训练的距离特征减少了一半,改进距离特征的人脸表情识别算法大大提高了表情分类系统的识别性能。