基于改进的局部二值模式算法的表情识别

作者：贾磊; 鲁旭涛; 孙运强

来源：国外电子测量技术, 2018, 37(10): 35-39.

DOI：10.19652/j.cnki.femt.1800955

• 表情识别
• 特征提取
• 局部二值模式
• 阈值
• 支持向量机

针对传统的局部二值模式(LBP)算法在提取表情图像特征时会遗漏掉某些关键的局部信息这一特点,提出了一种改进的LBP算法用于表情识别。首先在传统的LBP算子的基础上用中心像素与邻域像素灰度值做差值运算取其绝对值,并将每个绝对值相加再计算平均值然后把平均值作为阈值记为M,该阈值作为以后LBP编码时的参数。为了获得更多有效的特征信息,决定对表情图像的每个区域进行顺时针和逆时针两次编码,得到不同的两个特征直方图,再进行整合。最后采用支持向量机(SVM)进行分类识别。在JAFFE数据库和CK+数据库上实验所获得的结果表明,所采用的方法优于传统的LBP算法。

• 单位
  中北大学