[发明专利]一种基于ELM的人脸表情识别方法

权利要求书

1.一种基于ELM的人脸表情识别方法，其特征在于，包括以下步骤：

A、获取ELM表情分类器：

1)对彩色表情图像进行预处理，得到预处理后的表情图像；

2)采用Adaboost分类器对预处理后的表情图像进行人脸检测，得到人脸区域，并对人脸区域中含有表情信息的区域进行分割；

3)对上述步骤2)处理后的人脸表情图像I，用Gabor滤波器对人脸表情图像I进行特征提取，得到人脸表情图像I的总特征{F₁,F₂,...,F_k}；其中，k为人脸表情图像I的总像素；

4)利用2DPCA对上述总特征{F₁,F₂,...,F_k}进行降维，得到降维后的表情特征F‾={F1‾,F2‾,...,Fk‾};]]>

5)将作为ELM神经网络的输入，对进行训练，得到每一种表情的ELM训练模型，将所有表情的ELM训练模型组合成ELM表情分类器；

B、利用所述ELM表情分类器进行表情识别：对待测试的表情图像，进行步骤1)～步骤4)的处理后，利用所述步骤5)的ELM表情分类器对所述待测试的表情图像降维后的表情特征进行测试，识别该表情图像的表情。

2.根据权利要求1所述的基于ELM的人脸表情识别方法，其特征在于，所述步骤1)中，对彩色表情图像进行预处理的具体过程如下：对彩色表情图像进行光照补偿，得到均衡的光强表情图片，对所述光强表情图片进行直方图均衡化。

3.根据权利要求2所述的基于ELM的人脸表情识别方法，其特征在于，所述步骤2)中，人脸检测和分割的具体过程如下：

1)采用Adaboost分类器对直方图均衡化后的预处理图像进行人脸检测，并切割出人脸部分；

2)判断表情预处理图像是否倾斜，若倾斜，则进入步骤3)；否则，进入步骤)；

3)计算两眼瞳孔位置，然后判断两眼瞳孔是否在同一条水平线上，如果不在同一条水平线上，则根据两眼瞳孔斜度确定要旋转的方向和角度；

4)旋转摆正预处理图像后，将人脸部分统一剪裁为M×N大小的区域，所述区域的定位是以双眼为出发点，向四周扩展到M×N大小；剪裁后，形成M×N的规整人脸表情图片；

5)对人脸表情图片表情区域进行尺寸归一化，灰度均衡化。