基于差分切片能量图和Gabor变换的微表情识别方法技术

本发明专利技术提出一种基于差分能量图和Gabor变换的微表情识别方法：构造微表情序列差分切片能量图，计算一个微表情周期序列中包含变化区域的微表情帧，将微表情序列灰度化提取微表情差分切片，将微表情差分切片帧序列叠加得到微表情差分能量图。差分能量图特征提取，构造Gabor滤波器核函数，将差分切片能量图进行Gabor特征提取，提取后的特征再下采样，将每个样本的特征写成列向量的形式，然后采用具有监督信息的线性判别分析最大化类间散度与类内散度之商，对每个样本进一步进行特征提取。分类识别，根据训练数据训练一个模型，然后根据该模型对测试样本进行预测分类。本发明专利技术所提出的方法具有普遍的适用性，且较目前存在的方法具有更高识别率。

【技术实现步骤摘要】
基于差分切片能量图和Gabor变换的微表情识别方法
本专利技术涉及一种基于差分切片能量图和Gabor变换的微表情识别方法，属于计算机应用中机器学习和模式识别的
技术背景微表情是在人们在试图压抑、隐藏真实情感过程中所表现出来的一种快速、不易察觉的面部表情，它的持续时间一般仅为1/25至1/5秒，也有研究者将微表情持续时间定义为低于1/2s，经常被人们所忽略。但是，Ekman等人的面部测绘行为研究证实，微表情将人的隐蔽情感更全面的暴露出来，它更能表达人的真实情绪。近些年，心理诊断发展及国防安全建设过程中，微表情作为一种谎言以及暴力倾向侦测手段，在临床司法、安全领域等展现出了广泛的应用前景。早期研究中，研究者主要注重个体微表情的匹配，例如：日本人与高加索人短暂表情识别测验（JapaneseandCaucasianBriefAffectRecognitionTest，JACBART）以及Ekman等开发的微表情识别训练工具（MicroExpressionTrainingTool，METT）等。在国外，微表情在商业谈判，心理咨询，临床司法诊断等领域逐渐得到应用。在国内，微表情研究处本文档来自技高网...

【技术保护点】
基于差分切片能量图和Gabor变换的微表情识别方法，其特征是，包括如下步骤：步骤（1）构造微表情序列差分切片能量图；首先，计算一个完整微表情序列中包含表情细微变化区域的微表情帧形成差分切片，然后将微表情差分切片叠加生成差分切片能量图；步骤（2）差分切片能量图的特征提取；首先将差分切片能量图进行Gabor变换的特征提取，提取后的特征再下采样，再使用LDA作进一步特征提取；步骤（3）分类识别；首先根据微表情训练数据训练出一个模型，然后根据该模型对微表情测试样本进行预测分类。

【技术特征摘要】
1.基于差分切片能量图和Gabor变换的微表情识别方法，其特征是，包括如下步骤：步骤(1)构造微表情序列差分切片能量图；首先，计算一个完整微表情序列中包含表情细微变化区域的微表情帧形成差分切片，然后将微表情差分切片叠加生成差分切片能量图；所述微表情序列差分切片是指一个微表情序列中相邻两帧作差所形成的帧；步骤(2)差分切片能量图的特征提取；首先将差分切片能量图进行Gabor变换，样本的微表情差分切片能量图与Gabor内核的卷积得到样本的Gabor特征，所述特征的提取只使用Gabor特征的幅度信息提取，在提取Gabor幅度特征后进行抽样，稀疏提取部分Gabor特征组成样本的特征向量，再使用LDA作进一步特征提取；步骤(3)分类识别；首先根据微表情训练数据训练出一个模型，然后根据该模型对微表情测试样本进行预测分类。2.如权利要求1所述的基于差分切片能量图和Gabor变换的微表情识别方法，其特征是，所述步骤(1)中，假设第m个样本的一段微表情帧序列中第t帧表示为Im(x，y，t)，t＝1，…，N；微表情差分切片帧序列的第t帧表示为Dm(x，y，t)，t＝1，…，N-1；Dm(x，y，t)＝Im(x，y，t+1)-Im(x，y，t)其中，(x，y)表示图像的坐标；则该段微表情序列的差分切片能量图构造如下式所示，。3.如权利要求2所述的基于差分切片能量图和Gabor变换的微表情识别方法，其特征是，所述步骤(2)中，样本的Gabor特征由第i个样本的微表情差分切片能量图与Gabor内核的卷积得到，二维小波内核ψ(ku，v，z)定义为其中，σ是与小波频率带宽有关的常数，z＝(x，y)为空间位置坐标，i是虚数，其中，kv表示采样的尺度；φu表示采样的方向；其中，kmax为最大频率，f是频域中的内核间隔因子；s为采样的尺度的个数，d为采样的方向的个数，尺度标号集合为v∈{0，1，…，s-1}，方向标号集合为u...

【专利技术属性】
技术研发人员：贲晛烨，张鹏，陆华，王凤君，田雅薇，张维康，
申请(专利权)人：山东大学，
类型：发明
国别省市：