[发明专利]一种基于ELM的人脸表情识别方法

摘要

本发明公开了一种基于ELM的人脸表情识别方法，对人脸表情图像的处理得到人脸区域，再对含有表情特征的表情区域进行图像分割，得到眼睛、鼻子、嘴唇的表情区域，再用Gabor滤波器对其进行表情特征提取得到每种表情的总特征向量，利用得到的表情特征向量训练ELM模型，将每种表情的ELM模型组合成ELM表情分类器，最后测试ELM分类器达到表情分类识别的目的。本发明在不受光照影响的情况下提高了表情识别率。

主权项

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$\stackrel{\‾}{F}=\{\stackrel{\‾}{F_1},\stackrel{\‾}{F_2},...,\stackrel{\‾}{F_k}\};$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。