[发明专利]一种基于Gabor和EOH特征的自动微表情识别方法

权利要求书

1.一种自动微表情识别方法，包括：

步骤10)、捕获视频的帧图像中的人脸区域，并进行预处理；

步骤20)、对相应人脸区域的图像提取Gabor特征和EOH特征；

步骤30)、将相应特征进行融合，获取目标视频的最终表征；通过训练所得的分类器，获取每一帧视频图像的表情标签序列；

步骤40)、对该表情标签序列进行扫描，判断表情的持续时间，根据获取的微表情，输出表情类别。

2.根据权利要求1所述的方法，其中，步骤10包括：捕获到的人脸图像将首先被转化为8位灰度图像；以二次线性插值方法将图像归一化至48×48像素大小。

3.根据权利要求1所述的方法，其中，步骤20包括：

采用二维Gabor滤波器组对捕获到的人脸图像进行特征提取，以形成人脸表情的Gabor表征；二维Gabor滤波器是一组具有高斯包络的平面波，其Gabor核被定义为：Ψu,v(z)=||ku,v||2σ2e(-||ku,v||2||z||2/2σ2)(eiku,vz-e-σ2/2).,]]>其中ku,v=kveiφu,]]>kv=kmaxfv,]]>K_max是最大频率，f是频域中Gabor核之间的间隔因子，φ_u∈[0，π)，z＝(x，y)表示位置，参数u和v分别代表控制Gabor滤波器的方向和尺度。