一种基于LNMF像素模式纹理特征的表情识别.pdfVIP

第49卷第6期 大遘理工大学学报 Vm．49。No．6 0 9 2009年11月 ofDalian of Nov．20 Journal Technology University 一种基于LNMF像素模式纹理特征的表情识别 卢湖川。， 李 阳， 黄英杰 (大连瑾王夭掌毫子专信意工程学烧，辽宁大莲116024) 摘要：采用一种基于像素模式纹联特征(PPBTF)的人脸特征表示方法对人脸图像进行了特 征提取。首先，将原始的灰度图像转化成能够表征皴理信息的模式圈，并且通过在特征衡内统 诗每一模武的像豢个数褥到其中心像素的特征矢薰，然薏将出局部嚣负矩薛分鬻(LNMF)祷 蠲德萋奉方程穆力壤蔹透圣亍壤焱浆甏。霹舞，耱Adaboost孝SVM蘩合起来，躅彀表溪谈翔 的分类器．最露，通过基于Cohn-Kanade数据库的爽验证唆了驭LNMF基函数俸荛模板酶 PPBTF对表情识别具有较高的判别能力，并由基if-PIE图像库等其他图像库的实验进一步 验证了PPBTF对光照不敏感的特性，充分说明所撼出的人脸表征方法的有效性和鲁棒性． 关毽词：表祷识别；菲受矩簿分解；局部菲负筵簿分解；PPBTF；Adaboost；SVM 分类器 中图分类号；TP391．4文献标志码：A O 引 言 波、嚣负矩阵分辩(NMF)纛弱郝嚣负矩阵分藉 (LNMF)等．其中NMF是一种子空间分析方法， 人脸丽部表情是人们之间交流情感和表达意 它对基图像的像素点和用于重建的系数施加了非 图最快捷的手段之一，通常分为高兴、中性、惊讶、 负性约束，使得黧建凰豫由基蹬像菲减地叠加缀 害熄、生气、悲伤霸螬恶?稃表情。近年来，隧羞人 会褥成，更符会入类思维中“局部构成整体”的概 机交互技术的发展，表情识别已经成为一个热门 念“]．LNMF能够保证矩阵的非负性，同时还保 的研究课题，在计算机辅助训练及远程教育等众 证能够提取图像的局部特征信息，是一种新颖的 多领域具有潜在的应用价值． 人脸圈像子空蠲袭示方法嘲。 人黢表情皇动识别系统主要有3个需要重点 分类方法也燕影响表情谖剃结栗戆一个重要 关注的问题：(1)系统应能处理所有性别、年龄和 网索．基于模板贩配的方法对予非典型的混合表 种族的人脸图像；(2)系统的识别结果成与光照无 情识别较困难．神经网络适合解决非线性问题，假 关，具有鲁棒性；(3)系统应该能实时地对人脸表 情进行分类汹．在基前的入脸检溺方法中，最具代 训练工搀量大．隐马尔可夫模型适用手动态过程 建模‘引。近年来，支持向量辊(SVM)[73被成功施 表性的是Viola等提出的基于类Haar特征的级