[发明专利]一种融合DLDP与sobel的表情特征提取方法有效

专利信息
申请号: 201711208327.8 申请日: 2017-11-27
公开(公告)号: CN108197529B 公开(公告)日: 2021-09-10
发明(设计)人: 罗元;余朝靖;张毅 申请(专利权)人: 重庆邮电大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 重庆市恒信知识产权代理有限公司 50102 代理人: 刘小红
地址: 400065 重*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 融合 dldp sobel 表情 特征 提取 方法
【权利要求书】:

1.一种融合DLDP与sobel的表情特征提取方法,其特征在于,包括以下步骤:

S1、将人脸表情图像与sobel算子进行卷积,得到人脸表情图像的边缘特征信息;

S2、将S1得到的图像划分成不重叠的M×N个子区域;M和N均为正整数;

S3、令人脸面部图像的任意像素点X作为中心点与其领域8个像素点构成一个正方形,根据Kirsch算子的8方向掩模,以正方形的四个角作为第一子方向掩模,以正方形的边上四个中点作为第二子方向掩模,分别通过第一子方向掩模及第二子方向掩模与8个领域像素值卷积计算四个角和上下左右方向的边缘响应值;

S4、将排名前3的边缘响应值所在的位置设为1,其他位置设为0,根据图像在4个方向的响应符号直接进行二值编码,构造图像局部描述子,得到DLDP1和DLDP2编码;

S5、通过DLDP1和DLDP2得到DLDP编码梯度值的直方图,级联M×N个子区域的直方图,得到人脸表情图像的特征信息,再通过分类器得到融合DLDP与sobel的表情特征提取方法的识别率。

2.根据权利要求1所述的融合DLDP与sobel的表情特征提取方法,其特征在于,所述步骤S1将人脸表情图像与sobel算子进行卷积,得到人脸表情图像的边缘特征,具体包括步骤:

sobel算子与人脸表情图像卷积以得到水平和垂直滤波结果:

通过将Ix和Iy组合以求出边缘特征:

3.根据权利要求1所述的融合DLDP与sobel的表情特征提取方法,其特征在于,所述步骤S3根据8方向Kirsch算子的掩膜集合{M0~M7}:

其中M1,M3,M5,M7作为第一子方向掩模M0,M2,M4,M6作为第二子方向掩模,同时利用第一子方向掩模及第二子方向掩模与8个相同方向的领域像素值卷积计算四个角和上下左右方向的边缘响应值,然后根据图像在4个方向的响应符号直接进行二值编码,构造图像局部描述子,定义为:

其中,m1i表示第一子方向中第i个边缘响应值,m2i表示第二子方向中第i个边缘响应值,mk是第k大的边缘响应值。

4.根据权利要求1所述的融合DLDP与sobel的表情特征提取方法,其特征在于,所述步骤S5得到DLDP分解局部方向模式编码梯度值的直方图具体包括步骤:

像素的DLDP码根据原图坐标排列形成对应的DLDP编码图,计算每个像素(x,y)的DLDP码之后,直方图HDLDPi定义如下:

HDLDPi=∑x,yf(DLDPi(x,y),Ci)

式中,Ci表示第i子方向的sobel-DLDP码,i=1,2,所得的DLDP描述子是DLDP编码梯度值的直方图,再利用下式将DLDP1和DLDP2的直方图联接起来获得DLDP直方图HDLDP,作为图像特征表示;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆邮电大学,未经重庆邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711208327.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top