[发明专利]一种儿童人脸表情识别方法

说明书

本发明公开了一种儿童人脸表情识别方法，其采用二维离散小波变换把每幅儿童表情图像分解为低通和高通的四幅子图像，并分别把每幅子图像划分为多个区域图像，然后提取每个区域图像中每个像素位置处的Gabor特征、LBP特征、一阶和二阶偏导特征，并把这些特征连同该像素处的坐标位置串联一个特征矢量，然后计算这些特征矢量的区域协方差矩阵，因此，每幅儿童表情图像对应多个区域协方差矩阵。在进行待识别的儿童表情图像，采用同样的方法获得区域协方差矩阵，然后采用基于广义特征值距离的度量方式对每幅图像所对应的区域协方差矩阵进行分类识别。本发明的识别方法有效解决了表情类内差异大的问题，提高了儿童人脸表情识别的准确率。

技术领域

本发明涉及模式识别与图像处理领域，具体涉及一种基于离散二维小波分解和区域协方差的儿童人脸表情识别方法。

背景技术

人脸的面部表情识别是生物特征识别研究的重要内容，是当前模式识别和计算机视觉研究的热点。自动面部表情识别的研究始于上世纪70年代，在上世纪90年代随着计算机软硬件设备的发展以及人脸检测、定位等关键技术的提高而得到迅速发展。目前，人脸表情识别技术水平已经得到很大发展，并在教育、娱乐等部分场合下开始得到应用。但是，纵观现有表情识别文献可以发现，目前的面部表情识别方法研究大多是针对成年人，对儿童的面部表情识别问题很少有文献报道。另一方面，儿童的面部表情识别在很多场合下具有重要的应用前景。例如，在儿童社会情绪能力发展研究中，面部表情识别是一项重要的内容，是进行儿童的社会情绪能力检测的重要手段。

儿童人脸表情图像大多存在部分人脸被遮挡、姿态变化和拍照人脸表情图像存在尺度变化，因此，儿童非人脸表情识别主要需解决表情类内差异大、特征提取针对性弱等问题，使得人脸表情识别系统更具实用性。

有鉴于此，本发明人针对上述儿童人脸识别中存在的诸多问题，而深入构思，进而开发出本发明。

发明内容

本发明的目的在于提供一种儿童人脸表情识别方法，其有效解决了表情类内差异大的问题，提高了儿童人脸表情识别的准确率。

为实现上述目的，本发明采用的技术方案是：

一种儿童人脸表情识别方法，其具体包括以下步骤：

步骤1、获取多副儿童表情图像，对每一副儿童表情图像标识类别，并进行二维离散小波变换获取每一儿童表情图像的协方差矩阵，从而建立儿童表情数据库；

步骤1.1、输入N幅儿童表情图像I_i(i＝1,…,N)及其对应的标识向量y(I)；

步骤1.2、然后运用二维离散小波变换(2D-DWT)方法对每幅儿童表情图像I_i进行处理获取儿童表情图像的协方差矩阵，其具体如下：

步骤1.2.1、采用二维离散小波变换把每幅表情图像I_i分解为低通和高通的四幅子图像I_il(l＝1,2,3,4)，并将每幅子图像I_il按人脸区域划为不同的区域图像I^(r)(r＝1,2,3,4,5)；

步骤1.2.2、对每副子图像的每个面部表情图像区域进行特征提取；

儿童表情图像I的一个区域图像I^(r)(r＝1,2,3,4,5)经过Gabor特征和LBP特征提取后，该区域图像的每个像素位置分别对应一组Gabor特征和一个LBP特征；

定义G_UV(x,y)(u＝0,…,5；v＝1,…,5)和LBP_s,R(x,y)分别代表在像素位置(x,y)处所提取的Gabor特征(共30个)和LBP特征。现把G_UV(x,y)和LBP_s,R(x,y)连同图像在(x,y)处的灰度值、一阶和二阶导数排列成一个维数为36的特征矢量x，即