[发明专利]一种疲劳表情识别方法

摘要

本发明公开了一种基于局部二进制模式与重构的方向梯度直方图融合的疲劳表情识别方法，该方法是在Adaboost算法检测面部以及卡尔曼滤波追踪定位面部的基础上进行的有效疲劳表情识别。首先，使用重构的方向梯度直方图算子进行结构信息和边缘信息提取；然后，利用局部二进制模式，即原始模式、等价模式、旋转不变模式、旋转不变等价模式这四种模式之一进行面部纹理信息提取。随后，将提取得到的特征融合，以构成具有纹理信息、结构信息以及边缘信息的新特征。最后，在自建的疲劳表情数据库下利用支持向量机技术对所得的特征值进行疲劳与非疲劳表情的分类训练。结果表明：该方法计算复杂度低，识别率高，能够很好地识别疲劳状态。

主权项

1.一种基于局部二进制模式与重构的方向梯度直方图融合的疲劳表情识别方法，其特征在于，所述的疲劳表情识别方法包括以下步骤：S1、预处理人脸面部图片，其中，预处理包括滤波与灰度化；S2、利用重构方向梯度直方图提取面部的结构与边缘特征，得到RHOG特征，过程如下：通过伽玛校正调整图像亮度，计算图像的每个像素点的梯度，该梯度包括大小和方向，将图像分割成若干单元，然后计算每个单元的梯度直方图，该梯度直方图以梯度方向分类，对应的梯度值作为纵轴权值，、将若干相邻的单元构成一个块，计算整幅图像中块向量间的统计特征，将所得统计特征向量作为重构的方向梯度直方图的RHOG特征；S3、利用局部二进制模式提取纹理特征，得到LBP特征；S4、通过串联LBP特征与RHOG特征，进行特征融合：S5、对融合后特征进行分类训练与交叉检验。