[发明专利]一种基于特征融合的人脸表情识别方法

权利要求书

1.一种基于特征融合的人脸表情识别方法，其特征在于，包括以下步骤：

(1)选择不同类型的人脸表情图像作为训练样本，对人脸表情图像进行几何校正和尺寸归一化的预处理；

(2)分别提取人脸表情图像的HOG特征和Gabor小波特征；

(3)将同类人脸表情图像的HOG特征和Gabor小波特征进行特征融合；

(4)将每类人脸表情图像融合后得到的新特征作为稀疏表示分类的字典，进行稀疏表示分类；

(5)将未知的人脸表情图像作为测试样本，按照(1)-(4)，得到分类结果。

2.根据权利要求1所述基于特征融合的人脸表情识别方法，其特征在于：在步骤(2)中，提取HOG特征的过程如下：

(a)设置HOG特征提取参数，包括每个细胞单元的像素大小、每个细胞单元划分的方向、合成一个图像块所需的细胞单元个数以及图像块的重叠率；

(b)计算图像中每个像素点的梯度：

$\left\{\begin{array}{c}{G}_x(x,y)=H(x+1,y)-H(x-1,y)\\ G_y(x,y)=H(x,y+1)-H(x,y-1)\end{array}\right.$

上式中，H(x,y)为图像中点(x,y)处的像素值，G_x(x,y)、G_y(x,y)分别为图像中点(x,y)在x、y方向的梯度；

(c)计算梯度的幅值G(x,y)和方向α(x,y)：

$G(x,y)=\sqrt{G_x{(x,y)}^2+G_y{(x,y)}^2}$

$\mathrm{\α}(x,y)={\tan }^{-1}\left(\frac{G_y(x,y)}{G_x(x,y)}\right)$

(d)按照梯度方向与细胞单元的划分方向对应原则进行梯度幅值直方图统计，得到HOG特征。