[发明专利]基于面部动作单元组合特征的人脸表情识别方法

摘要

本发明公开了一种基于面部动作单元组合特征的人脸表情识别方法，用于解决现有的基于面部活动单元的人脸表情识别方法对单个面部动作单元识别率差的技术问题。技术方案是首先建立大规模人脸表情数据库，利用AP聚类算法，将每一类面部基本表情对应的训练样本进行聚类，判断每一子类别的AU单元组合，并结合主要AU单元组合，确定同一表情下的子类别数；将各类表情的子类别合起来构成训练样本对应的类别数，利用SVM方法进行分类器训练。提高了对单个面部动作单元的识别率。经检测，本发明方法用于JAFFE数据库，对于单个AU单元的平均识别率由背景技术的87.5％提高到90.1％，提高了2.6％。

主权项

一种基于面部动作单元组合特征的人脸表情识别方法，其特征在于包括以下步骤：（a）构建大规模表情数据库，对表情数据库中的每幅表情图片，进行人脸检测和归一化处理；选择多人对每幅表情图片进行手工的AU标注，将概率大于50％的AU单元组合起来作为该幅图片的AU组合；（b）进行人脸局部二值模式特征提取，将人脸划分为m×m个子块，对每个子块计算其LBP直方图，最后将各子块的直方图组合起来，构成每幅表情图片的二值模式；（c）两幅图像x，y所对应的LBP特征Υ，Ψ间的视觉相似性使用以下核函数计算： K ( x , y ) = e - χ 2 ( γ , ψ ) / θ = Π j = 1 n Π i = 1 m e - χ i 2 ( γ j ( i ) , ψ j ( i ) ) / θ i - - - ( 1 ) 式中，m是每幅图像被分成的子块数量，n为每个子块的特征维数，θ=[θ1，...，θm]表示两幅图像各对应块χ2值的平均值，χ2值的计算公式为： χ 2 ( α , ξ ) = Σ i ( α i - ξ i ) 2 α i + ξ i - - - ( 2 ) 式中，αi和ξi是两幅图像x，y的LBP特征第i个分量；对每类表情训练集中的图像，利用公式（1）计算相互之间的相似性后，利用AP聚类算法将每类表情训练集中的图像聚类为不同的子类；对每类表情的每个子类，统计其对应的AU组合情况，根据最大概率准则确定该子类最终的AU组合情况；删除概率小于10％的AU组合及子类；将每类表情的所有子类组合成整个表情数据库对应的类别；（d）进行人脸归一化和特征提取，采用训练好的SVM分类器对每类表情子类进行分类。