静态图像中陌生人面部表情的识别方法技术

本发明专利技术公开了一种静态图像中陌生人面部表情的识别方法，属于图像识别领域，用于对静态图像中陌生人面部表情的识别。所述方法首先用Ｃｏｈｎ－Ｋａｎａｄｅ表情数据库作为活动单元学习用样本集，完成表情视觉特征库的建立；将该样本集中图像的视觉特征输入面部活动单元分类器，识别各图像包含的面部活动单元；用面部活动单元特征向量实现从面部活动单元到６种基本表情的分类器学习；对表情测试样本，利用其视觉特征识别其包含的面部活动单元，并构造面部活动单元特征向量，根据面部活动单元特征向量实现面部基本表情的识别。该方法结果采用与文献相同的数据库划分方法，在日本女性人脸表情数据库ＪＡＦＦＥ上测试，对陌生人表情识别率由现有技术的７０．９５％提高到７６％。

【技术实现步骤摘要】

本专利技术涉及一种陌生人面部表情的识别方法，特别是。
技术介绍
人脸表情识别在人机交互、图像检索、心理学、远程教育、安全驾驶、安全监控、辨 别谎言、电脑游戏等方面具有越来越广泛的应用，其中静态图像中陌生人表情的识别是基 本技术之一。 文献基于局部二元模式的面部表情识别研究，计算机工程与应用，2009， Vol. 45(29)， pl80-183公开了一种静态图像中陌生人表情的计算机识别方法。该方法提 取人脸的纹理特征后进行降维处理，然后对特征进行分类，该方法在日本女性人脸表情数 据库JAFFE上测试，对陌生人表情识别率为70. 95%。由于对静态图像提取的纹理特征征往 往不仅包含了表情特征，还包含了人脸特征，表情特征描述不准确，而且，人类的表情特征 复杂多样，底层视觉特征尤其是人脸表情的整体特征，很难较完整地描述人类的各种表情 特征。因此，文献中的表情视觉特征提取方法难以对人脸表情进行完整而准确地描述，对陌 生人表情识别率不高。
技术实现思路
为了克服现有技术对静态图像中陌生人面部表情识别率低的不足，本专利技术提供一 种，该方法采用底层视觉特征和语义级面部活动单 元特征两级表情特征本文档来自技高网...

【技术保护点】
一种静态图像中陌生人面部表情的识别方法，其特征在于包括以下步骤：（ａ）选取Ｃｏｈｎ－Ｋａｎａｄｅ表情数据库作为活动单元学习用样本集，对该样本集合中的每一幅图像进行归一化和对齐预处理，并根据人脸各部位的几何比例，计算双眉、双眼、嘴巴、鼻子特征部位的位置和空间范围，提取这些特征部位图像的纹理特征，完成表情视觉特征库的建立；根据表情视觉特征库的所有视觉特征向量，训练４４个ＳＶＭ分类器，实现从视觉特征到４４个面部活动单元的分类器学习；（ｂ）选择表情识别学习用样本集，对该样本集中的每一幅图像进行归一化和对齐预处理，并根据人脸各部位的几何比例，提取双眉、双眼、嘴巴、鼻子等特征部位图像，提取这些特征部位的纹...

【技术特征摘要】
一种静态图像中陌生人面部表情的识别方法，其特征在于包括以下步骤(a)选取Cohn-Kanade表情数据库作为活动单元学习用样本集，对该样本集合中的每一幅图像进行归一化和对齐预处理，并根据人脸各部位的几何比例，计算双眉、双眼、嘴巴、鼻子特征部位的位置和空间范围，提取这些特征部位图像的纹理特征，完成表情视觉特征库的建立；根据表情视觉特征库的所有视觉特征向量，训练44个SVM分类器，实现从视觉特征到44个面部活动单元的分类器学习；(b)选择表情识别学习用样本集，对该样本集中的...

【专利技术属性】
技术研发人员：冯晓毅，阎坤，季战领，彭进业，谢红梅，杨雨奇，何贵青，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：87[中国|西安]