结合分块LBP与投影字典对学习的表情识别

摘要：

针对字典学习和分类过程所采用的表示系数l1范数稀疏约束求解过程代价过高的问题,同时为获取更有效的表情相关特征来进行字典学习,提出一种结合分块LBP特征与投影字典对学习的表情识别方法.提取图像的分块LBP特征替代原始数据样本,用来训练和测试.学习一个分析字典和一个综合字典,分析字典可求得表示系数,综合字典具备重构能力.利用综合字典和分析字典求出各类别的重构误差进行分类,从而实现人脸表情识别.在JAFFE和CK+数据库上的实验结果表明,与其他方法相比,所提出的方法不仅可以大大降低训练和测试阶段的时间复杂度,而且可以在分类任务中达到更高的识别率.

关键词：结构化字典、分块LBP特征、综合字典、分析字典、判别式字典

所属期刊栏目：55

分类号：TP391(计算技术、计算机技术)

资助基金：广东省交通运输厅科技项目科技-2016-02-030;广东省自然科学基金2016A030313703,2016A030313713;广东省科技计划项目2016B030305002;广东省科技计划产学研项目2017B090901005

在线出版日期：2019-06-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：149-154