一种自适应加权LDP的虚拟现实设备表情识别方法

作者：叶杨; 孙会龙; 刘贞

来源：重庆理工大学学报：自然科学, 2019, 33(10): 109-114.

DOI：10.3969/j.issn.1674-8425(z).2019.10.017

• 虚拟现实
• 表情识别
• LDP
• 自适应

图像捕捉识别是虚拟现实设备表情捕捉识别方式之一,其核心在于表情识别算法。针对基于LDP(local directional pattern)的表情识别方法特征提取效率不高导致准确率偏低的问题,提出一种融合方向梯度特征的自适应加权LDP表情识别方法。首先,对人脸图像进行HOG(histogram of oriented gradient)方向梯度特征提取;之后,将其对应的梯度幅值图按照LDP分块方式进行子图像划分,得出自适应加权的LDP特征向量;最后,将新的特征向量与HOG方向梯度特征进行融合,送入SVM(support vector machine)分类器进行分类识别。为验证所提出算法的性能,将该算法与LDP、PCA-LDP、Multicore-CNN算法分别在Extend Cohn-Kanade表情库中进行实验比较。结果表明:所提出的算法有较好的人脸表情识别率和识别效率。

• 单位
  重庆房地产职业学院; 重庆理工大学