一种基于人脸表情图像的ggh特征提取方法
【专利摘要】本发明公开了一种基于人脸表情图像的GGH特征提取方法，其特征包括如下步骤：1、对人脸表情图像提取Gabor特征图；2、将相同尺度和不同方向上的Gabor特征图按梯度方向构造五个尺度上的Gabor特征融合图：3、对Gabor特征图提取GGH特征。本发明能有效降低特征维数和计算复杂度，提高特征提取的实时性。
【专利说明】一种基于人脸表情图像的GGH特征提取方法
【技术领域】
[0001]本发明涉及一种特征提取方法，属于图像处理领域，具体地说是一种基于人脸表情识别的梯度Gabor直方图(Gradient Gabor Histogram, GGH)特征提取方法。
【背景技术】
[0002]人脸表情识别是情感计算与先进智能的重要组成部分，同时也是人机交互、机器学习、智能控制和图像处理等领域的一个研究热点。为了促进更自然、更人性化的人机交互，对表情识别的深入研究变得更为重要。近些年来，人脸表情识别仍存在一些问题。特别是如何提取出实时性高、鲁棒性强以及稳定具有代表性的表情特征。
[0003]目前人脸表情特征提取方法主要可以分为以下几类:
[0004]基于整体统计的特征提取方法，主要强调尽可能多的保留原始人脸表情图像中的信息，具有较高的实时性。但提取出的整体统计特征不一定具有表征性，从而导致识别率不闻。
[0005]基于几何特征的局部特征提取方法，主要是对人脸表情的显著特征如眼睛、眉毛、嘴巴等的位置变化进行定位、测量、确定其大小、距离、形状及相互比例等特征。常见几何特征一般分为直接几何特征(Dir ect Geometric Feature, DGF)与间接几何特征(IndirectGeometric Feature, IDGF)。在减少了特征输入维数的情况下,容易丢失了一些重要的识别和分类信息。
[0006]基于纹理特征的全局特征提取方法，主要通过不同表情在纹理变换之后的直方图特征来对表情进行表征，比如Gabor直方图特征，虽然能够通过定义不同的核频率、带宽和方向对图像进行多分辨率分析，但特征维数过高、冗余以及识别时间过长，不具备实时性。
【发明内容】
[0007]本发明为避免上述现有技术存在的不足之处，提供一种基于人脸表情图像的GGH特征提取方法，能有效降低特征维数和计算复杂度，提高特征提取的实时性。
[0008]本发明为解决技术问题采用如下技术方案:
[0009]本发明一种基于人脸表情图像的GGH特征提取方法的特点是按如下步骤进行:
[0010]步骤1、利用式⑴对人脸表情图像I (Z)提取Gabor特征图Fu，v(z):
[0011]
Fu,-1z)=1^YfPuAz)(If
[0012]式(I)中，I (Z)为人脸表情图像，*为卷积符号，φ,，?为Gabor滤波器，并有:
?!Α-1 ? Ib- f|-f、fi
_3] ^(V(z) = i^#exp —X exp(先’r.2) —exp(—誓)(2)
\JLJ
[0014]式⑵中，z为所述人脸表情图像I(z)中的像素点，u和V分别为所述Gabor滤波器中的尺度和方向；所述尺度U e (O,..., 4)分别表示5个不同的尺度；所述方向
Ve (O,..., 7)分别表示8个不同的方向；I I I I为模运算，i为复数算子，。为高斯函数的半径，ku；v为Gabor滤波器的中心频率；
[0015]步骤2、将相同尺度和不同方向上的Gabor特征图Fu，v(z)按梯度方向构造五个尺度上的Gabor特征融合图:
[0016]步骤2.1、假设所述Gabor特征融合图为Su(Z), u e (O,..., 4),对所述Gabor特征图FuJz)和所述Gabor特征融合图Su(Z)进行排列组成一个三行三列的矩阵A:
【权利要求】
1.一种基于人脸表情图像的GGH特征提取方法，其特征按如下步骤进行: 步骤1、利用式⑴对人脸表情图像I⑴提取Gabor特征图Fu，v(z):
【文档编号】G06K9/00GK103530637SQ201310512228
【公开日】2014年1月22日 申请日期:2013年10月25日 优先权日:2013年10月25日
【发明者】胡敏, 朱弘, 陈红波, 江河, 李堃, 王晓华 申请人:合肥工业大学