基于改進(jìn)LBP的人臉表情識(shí)別方法.pdf

1、作為智能化人機(jī)交互技術(shù)中的一個(gè)重要組成部分，人臉表情識(shí)別越來(lái)越受到重視，它是涉及模式識(shí)別、機(jī)器視覺(jué)、圖像處理、心理學(xué)等研究領(lǐng)域的一個(gè)極富挑戰(zhàn)性的交叉課題之一，是近年來(lái)模式識(shí)別與人工智能領(lǐng)域的一個(gè)研究熱點(diǎn)。一般而言，人臉表情識(shí)別主要有四個(gè)基本部分組成：表情圖像獲取、表情圖像預(yù)處理、表情特征提取和表情分類。本文重點(diǎn)集中在對(duì)表情特征提取問(wèn)題的研究上，研究工作如下：
　　 本文首先闡述了人臉表情識(shí)別的課題背景及其起源、發(fā)展與研究現(xiàn)狀，并

2、結(jié)合國(guó)內(nèi)外相關(guān)領(lǐng)域的發(fā)展，從特征提取方面對(duì)目前表情識(shí)別的主流方法做了詳細(xì)介紹。其次，重點(diǎn)研究了基于改進(jìn)LBP的表情特征提取方法。LBP算法一般定義為3×3的窗口，以窗口中心點(diǎn)的灰度值為閾值對(duì)窗口內(nèi)其它像素作二值化處理，然后根據(jù)像素不同位置進(jìn)行加權(quán)求和得到該窗口的LBP值。LBP方法的局限之處在于對(duì)所有問(wèn)題都采用了單一的變換映射，沒(méi)有考慮待分類樣本的分布特征以及分類目標(biāo)的差異性。本章提出了一種LBP的擴(kuò)展形式，即ε-LBP。ε-LBP通過(guò)