1.一种基于特征提取的人脸表情识别方法,其特征在于,包括以下步骤:
步骤一,将人脸表情图像分成若干子区域;
步骤二,采用非对称局部梯度二值模式计算子区域中各像素点的像素值,得到子区域的直方图;
步骤三,连接各子区域的直方图生成人脸表情特征向量;
步骤四,通过主成分分析算法对步骤三的特征向量降维,再结合支持向量机分类器进行人脸表情分类识别。
2.根据权利要求1所述一种基于特征提取的人脸表情识别方法,其特征在于:所述计算像素值的过程为:针对某一像素点采用两个不同尺度大小的ar-lgbp算子得到两个八位二进制序列,将两个二进制序列一一对应进行逻辑异或运算,得到一个新的二进制序列p,将二进制序列p转换为8位二进制数,将其作为该像素点的纹理特征值,将此新的二进制序列转换为的十进制数值即为此像素点的像素值。
3.根据权利要求2所述一种基于特征提取的人脸表情识别方法,其特征在于:所述ar-lgbp算子邻域大小为(2m+1)×(2n+1),其中,
4.根据权利要求3所述一种基于特征提取的人脸表情识别方法,其特征在于:所述9个子邻域包括四个大小为m×n的子邻域r1,r3,r5,r7,2个大小为m×1的子邻域r4,r8,2个大小为1×n的子邻域r2,r6,1个大小为1×1的子邻域r9,r9为中心像素点。
5.根据权利要求2所述一种基于特征提取的人脸表情识别方法,其特征在于:所述纹理特征值为