[发明专利]表情特征提取方法及装置

权利要求书

1.一种表情特征提取方法，应用于电子终端，其特征在于，所述方法包括：

获得图像库中包括多种预设表情的面部图像；

根据所述面部图像，通过主成分分析算法计算获得各面部图像的全局表情特征；

根据面部器官对表情识别的贡献程度，将所述面部图像划分为多个面部器官识别区域；

根据不同所述面部图像中每个面部器官识别区域的数据，通过局部定向模式算法计算获得所述面部图像每个面部器官识别区域的区域纹理特征；

基于所述面部图像的全局表情特征及所述每个所述面部器官识别区域的区域纹理特征，加权计算获得所述面部图像的融合表情特征向量。

2.根据权利要求1所述的方法，其特征在于，所述根据所述面部图像，通过主成分分析算法计算获得各面部图像的全局表情特征的步骤包括：

根据所述面部图像数据，获得每个所述面部图像的像素矩阵向量；

根据多个所述面部图像的像素矩阵向量，计算获得所述图像库中面部图像的平均像素矩阵向量；

根据每个所述面部图像的像素矩阵向量及所述平均像素矩阵向量，计算获得每个所述面部图像的标准矩阵向量，其中，所述标准矩阵向量为各所述面部图像的像素矩阵向量与所述平均像素矩阵向量的差；

根据每个所述面部图像的标准矩阵向量，计算获得所述图像库的总体散布矩阵；

根据总体散布矩阵得到所述图像库的特征向量组；

根据所述特征向量组的特征子空间得到各所述面部图像的全局表情特征。

3.根据权利要求1所述的方法，其特征在于，所述根据面部器官对表情识别的贡献程度，将所述面部图像划分为多个面部器官识别区域的方式包括：

将所述面部图像划分为眼部识别区域及嘴部识别区域。

4.根据权利要求3所述的方法，其特征在于，所述区域纹理特征通过局部局部定向模式直方图表征；所述根据不同所述面部图像中每个面部器官识别区域的数据，通过局部定向模式算法计算获得所述面部图像每个面部器官识别区域的区域纹理特征的步骤包括：

将面部图像的任意像素点作为中心点，将其分别与8个方向的Kirsch算子进行卷积运算，获得中心点周围的8个方向的边缘响应值；

将获取的所述8个方向的边缘响应值取绝对值，并进行排序；

根据排序后的边缘响应值取绝对值编码获得局部定向模式码值；

根据所述局部定向模式码值计算获得各面部器官识别区域的局部局部定向模式直方图。

5.根据权利要求4所述的方法，其特征在于，所述根据所述面部图像的全局表情特征及所述每个所述面部器官识别区域的区域纹理特征，加权计算获得所述面部图像的融合表情特征向量的步骤包括：

将所述面部图像各面部器官识别区域的区域局部定向模式直方图合成为统一局部定向模式直方图；

按从左至右、从上而下的顺序依次将所述统一局部定向模式直方图存为局部定向模式特征向量；

将所述面部图像的全局表情特征向量及局部定向模式特征向量加权融合，获得融合表情特征向量。

6.一种表情特征提取装置，应用于电子终端，其特征在于，所述装置包括：

图像获取模块，用于获得图像库中包括多种预设表情的面部图像；

主成分分析计算模块，用于根据所述面部图像，通过主成分分析算法计算获得各面部图像的全局表情特征；

区域划分模块，用于根据面部器官对表情识别的贡献程度，将所述面部图像划分为多个面部器官识别区域；

局部定向模式计算模块，用于根据不同所述面部图像中每个面部器官识别区域的数据，通过局部定向模式算法计算获得所述面部图像每个面部器官识别区域的区域纹理特征；

融合计算模块，用于基于所述面部图像的全局表情特征及所述每个所述面部器官识别区域的区域纹理特征，加权计算获得所述面部图像的融合表情特征向量。