基于多尺度中心化二值模式的人脸表情识别

摘要：

现有局部二值模式(LBP)算子存在不足:产生的直方图维数过长、鉴别力不高、对噪声反应敏感.针对此类问题,提出中心化二值模式(CBP)算子,其优点:1)通过比较邻域中近邻点对,大大降低了直方图维数;2)考虑中心像素点的作用并赋予其最高权重,实现鉴别力的提高;3)改变LBP算子的符号函数,明显减弱白噪声对图像的影响.此外,为提高识别率,将多尺度CBP(MCBP)直方图作为人脸表征.为增强算法对表情图像中细小变形的鲁棒性,引入图像欧式距离(IMED)并将其嵌入MCBP方法.在JAFFE和Cohn-Kanade表情库的实验结果表明:所提方法优于其它表情识别方法,IMED可增强MCBP的表情识别能力.

关键词：中心化二值模式、多尺度、图像欧式距离、表情识别

所属期刊栏目：26

分类号：TP391(计算技术、计算机技术)

资助基金：浙江省人才基金资助项目R105341;浙江省"新世纪151人才工程"资助项目

在线出版日期：2009-07-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：629-633