[发明专利]一种儿童人脸表情识别方法

摘要

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。

主权项

1.一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Ii(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Ii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Ii分解为低通和高通的四幅子图像Iil(l＝1,2,3,4)，并将每幅子图像Iil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GUV(x,y)(u＝0,…,5；v＝1,…,5)和LBPs,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GUV(x,y)和LBPs,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x＝[I(x,y),|Gx|,|Gy|,|Gxx|,|Gyy|,LBPS,R(x,y),G0,1(x,y),…,G5,5(x,y)]T,其中，设区域图像I^(r)(r＝1,2,3,4,5)的像素个数为N^(r)，则经特征提取后，I^(r)对应一个元素个数为N^(r)的特征向量集其中代表集合的第k个元素。那么，特征向量集X^(r)对应的协方差矩阵RCM为：其中，是集合的均值；步骤2、获取待识别的儿童表情图像It，并利用步骤1得到的儿童表情数据进行表情识别；首先采用离散二维小波变换对该儿童表情图像进行分解获得四副子图像，然后将每一子图像按人脸区域划为不同的区域图像；接着对每一区域图像进行特征提取，获取相应的协方差矩阵；然后，根据协方差矩阵将待识别的儿童表情图像I_t与儿童表情识别数据库中的图像I_i进行相似度比较，获取与儿童表情图像I_t最相似的表情图像其中，D(It,Ii)为两幅表情图像之间的相似性距离；其表达式为：d(Ct,Ci)为两个协防差矩阵之间的距离，其表达式如下：获取最相似的儿童表情图像后，其对应的表情类别y(i^*)即为待识别的儿童表情图像I_t的表情类别。