基于纹理特征融合的人脸表情识别

来源：计算机技术与发展杂志2020年第03期北京时间：

作者：张雪梅;公维宾;邬建志;王超

摘要：局部二值模式(LBP)和韦伯局部描述算子(WLD)是两种图像的纹理描述算子,在图像的特征提取方面有较强的 能力。 为了更加准确地对人脸表情进行识别与分类,针对 LBP在特征提取的过程中只考虑了中心像素点与周围的其他像 素点的灰度值之差,WLD 仅考虑中心像素点与周围像素点灰度值之间的激励强度与梯度方向关系的问题,提出一种新的 特征提取算法—局部二值韦伯模式(LBWP)。 首先对图像进行预处理,检验人脸和裁剪有效的表情区域,接着对图像进行 LBWP特征提取,在特征提取之后采用 SVM 的分类器对表情进行识别和分类。 该算法在 CK+ 数据集和 JAFFE 数据集上 进行实验仿真,识别率分别达到了97.14% 和 95.77%。 实验结果验证了 LBWP算法在表情识别方面的有效性,且丰富了人脸图像特征提取方法。

关键词：人脸表情识别;局部二值模式;韦伯局部描述符;特征融合;支持向量机