[发明专利]一种基于局部稀疏表示分类器的人脸情感识别方法

权利要求书

1.一种基于特征选择和局部稀疏表示的人脸情感识别方法，其特征在于该方法包括以下步骤：[1]采集人脸表情图像；[2]采用Gabor 小波变换构造人脸表情的特征向量；[3]利用MCFS（unsupervised Feature Selection for Multi-Cluster data）算法选择特征，获得降维后的人脸表情特征向量；[4]采用基于局部稀疏表示分类器分类降维后的人脸表情特征向量，获得对应的情感类别。

2.根据权利要求1所述的一种基于特征选择和局部稀疏表示的人脸情感识别方法，其特征在于所述的步骤[3]，采取特征选择算法MCFS选择特征。

3.根据权利要求1和权利要求2所述的一种基于特征选择和局部稀疏表示的人脸情感识别方法，其特征在于，所述的步骤[4]采用的基于局部稀疏表示分类器包括以下步骤：[1]针对测试样本，分别从训练集中每个类别的训练样本中选出K个最近邻样本；[2]计算测试样本在每个类选择的K个最近邻样本中的稀疏表示误差；[3]将测试样本分类到稀疏表示误差最小的情感类别中。

4.根据权利要求1和权利要求2所述的一种基于特征选择和局部稀疏表示的人脸情感识别方法，所述的步骤[4] 采用的基于局部稀疏表示分类器包括以下步骤：[1]针对测试样本，分别从训练集中的每个类别的训练样本中选出K个最近邻样本；[2]构造包括测试样本和选出的所有最近邻样本的集合S；[3]对集合S做相对变换，获得变换后的测试样本和每个类的K个最近邻样本；[4]计算变换后的测试样本在每个类变换后的K个最近邻样本的稀疏表示误差；[5]将测试样本分类到稀疏表示误差最小的情感类别中。

5.根据权利要求4所述的一种基于特征选择和局部稀疏表示的人脸情感识别方法，其特征在于，所述的步骤[3]对测试样本和每个类选出的K个最近邻样本的集合实施相对变换。

6.根据权利要求4所述的一种基于特征选择和局部稀疏表示的人脸情感识别方法，其特征在于，所述的步骤[4] 计算变换后的测试样本在每个类变换后的K个最近邻样本中的稀疏表示误差。