基于LBP特征和稀疏表示的新生儿疼痛表情识别

被引:14
作者
卢官明 [1 ]
石婉婉 [1 ]
李旭 [1 ]
李晓南 [2 ]
陈梦莹 [2 ]
刘莉 [3 ]
机构
[1] 南京邮电大学通信与信息工程学院
[2] 南京医科大学附属南京儿童医院
[3] 瑞典于默奥大学应用物理与电子系
关键词
表情识别; 新生儿; 疼痛表情; 局部二元模式; 稀疏表示;
D O I
10.14132/j.cnki.1673-5439.2015.01.002
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
面部表情被认为是新生儿疼痛评估的可靠指标。文中提出一种基于加权局部二元模式(LBP)特征描述符和稀疏表示分类器的新生儿疼痛表情识别方法。首先,经归一化后的面部图像采用一个特征向量来描述,这个特征向量是通过串接组合所有局部图像块的LBP特征图的加权直方图所得到的直方图序列。然后,采用主成分分析(PCA)方法对训练样本及测试样本图像的特征向量进行降维。最后,采用基于稀疏表示的分类器将测试样本图像的表情分为4类:平静、哭、轻度疼痛、剧烈疼痛。文中研究目的是通过利用基于计算机的图像分析技术来辅助临床医生评估新生儿疼痛。在新生儿面部图像数据库上进行的实验结果表明了该算法的有效性,表情分类的平均识别率高达84.50%。
引用
收藏
页码:19 / 25
页数:7
相关论文
共 13 条
[1]   基于二维局部保持鉴别分析的特征提取算法 [J].
卢官明 ;
左加阔 .
南京邮电大学学报(自然科学版), 2014, 34 (05) :1-8
[2]   基于SVM的新生儿疼痛表情识别 [J].
卢官明 ;
郭旻 ;
李晓南 ;
李海波 ;
邹婵洁 .
南京邮电大学学报(自然科学版), 2008, 28 (06) :6-11
[3]   新生儿疼痛面部表情识别方法的研究 [J].
卢官明 ;
李晓南 ;
李海波 .
光学学报, 2008, (11) :2109-2114
[4]  
Joint dynamic sparse representation for multi-view face recognition[J] . Haichao Zhang,Nasser M. Nasrabadi,Yanning Zhang,Thomas S. Huang.Pattern Recognition . 2011 (4)
[5]  
Facial expression recognition based on Local Binary Patterns: A comprehensive study[J] . Caifeng Shan,Shaogang Gong,Peter W. McOwan.Image and Vision Computing . 2008 (6)
[6]  
Pain assessment: Current status and challenges[J] . Pat Hummel,Monique van Dijk.Seminars in Fetal and Neonatal Medicine . 2006 (4)
[7]   Long-term consequences of pain in human neonates [J].
Grunau, Ruth E. ;
Holsti, Liisa ;
Peters, Jeroen W. B. .
SEMINARS IN FETAL & NEONATAL MEDICINE, 2006, 11 (04) :268-275
[8]  
Machine assessment of neonatal facial expressions of acute pain[J] . Sheryl Brahnam,Chao-Fa Chuang,Randall S. Sexton,Frank Y. Shih.Decision Support Systems . 2006 (4)
[9]   Quantitative robust uncertainty principles and optimally sparse decompositions [J].
Candès, Emmanuel J. ;
Romberg, Justin .
FOUNDATIONS OF COMPUTATIONAL MATHEMATICS, 2006, 6 (02) :227-254
[10]  
A SYSTEMATIC INTEGRATIVE REVIEW OF INFANT PAIN ASSESSMENT TOOLS[J] . LENORA J. DUHN,JENNIFER M. MEDVES.Advances in Neonatal Care . 2004 (3)