一种基于人脸关键点提取和稀疏表达分类的表情识别方法技术

本发明专利技术公开了一种基于人脸关键点提取和稀疏表达分类的表情识别方法,包括以下步骤：S1.采集人脸表情图像；S2.对采集的人脸表情图像进行预处理；S3.根据预处理得到的图像进行人脸检测和人脸关键点提取，并根据提取的关键点，构建样本的特征向量；S4.采用稀疏表示分类对人脸关键点所对应特征向量进行分类识别。本发明专利技术提供的一种基于人脸关键点提取和稀疏表达分类的表情识别方法，不仅可以通过标记人脸器官和脸颊的轮廓，还能实时跟踪这些器官的形变，形变的过程正好可以反映人脸表情，结合稀疏表达分类，有效提高了表情识别的准确性。

【技术实现步骤摘要】
一种基于人脸关键点提取和稀疏表达分类的表情识别方法
本专利技术属于计算机视觉
，特别是涉及一种基于人脸关键点提取和稀疏表达分类的表情识别方法。
技术介绍
人脸表情识别是计算机视觉研究和生物识别的重要组成。它主要是研究通过向计算机传递含有人脸的图像或视频来使计算机可以自动、高效地识别人脸蕴含的情绪，这在人机智能交互、游戏娱乐、公众安全等领域有着广泛应用。人脸表情识别的研究内容主要包括图像获取、图像预处理、特征提取和分类识别，这些也是人脸表情识别的过程。其中，特征提取和分类识别尤为关键。表情特征提取是指从含有面部表情的图像中获取到表情的整体信息和细微局部信息,并以此来表达出相应的情感状态。目前,表情特征提取算法可以分为以下几种基于形状特征的提取方法：(1)基于形状特征的提取方法,指通过标记在面部表情特征点的几何形状关系来获取情感状态特征信息。面部中的眉毛、眼睛、鼻子、嘴巴能够丰富的表现出表情状态,这些器官会随着不同表情的出现发生形变。通常可以对这些器官进行关键点描述，进而进行特征提取,其特征主要包含器官的位置、尺度和它们之间的比率等等，将这些特征以一组向量的形式来表示一张具有表情的本文档来自技高网...

【技术保护点】
1.一种基于人脸关键点提取和稀疏表达分类的表情识别方法，其特征在于：包括以下步骤：S1.采集人脸表情图像；S2.对采集的人脸表情图像进行预处理；S3.根据预处理得到的图像进行人脸检测和人脸关键点提取，并根据提取的关键点，构建样本的特征向量；S4.采用稀疏表示分类对人脸关键点所对应特征向量进行分类识别。

【技术特征摘要】
1.一种基于人脸关键点提取和稀疏表达分类的表情识别方法，其特征在于：包括以下步骤：S1.采集人脸表情图像；S2.对采集的人脸表情图像进行预处理；S3.根据预处理得到的图像进行人脸检测和人脸关键点提取，并根据提取的关键点，构建样本的特征向量；S4.采用稀疏表示分类对人脸关键点所对应特征向量进行分类识别。2.根据权利要求1所述的一种基于人脸关键点提取和稀疏表达分类的表情识别方法，其特征在于：所述步骤S2包括：对整张人脸表情图像进行灰度化、直方图均衡化，以消除光照噪声因素对人脸检测和人脸关键点检测的影响，提高图像质量。3.根据权利要求1所述的一种基于人脸关键点提取和稀疏表达分类的表情识别方法，其特征在于：所述步骤S3包括：S301.通过图像金字塔和滑动窗口检测对预处理后的图像进行人脸检测，定位人脸的位置；S302.通过LBF算法训练并检测得到人脸关键点：使用LBF算法得到68个人脸关键点，包含了人的脸颊、双眼、鼻子和嘴唇；利用人脸表情变化时，这些特征点会随着这些器官做出相对变化这一特征，求取它们相对于彼此的位置来表示该图像的表情；人脸关键点的表情特征提取过程中，为得到68个关键点彼此间的相对变化，将这68个...

【专利技术属性】
技术研发人员：常永鑫，冯世杰，
申请(专利权)人：西南石油大学，
类型：发明
国别省市：四川,51