自适应加权完全局部二值模式的表情识别

为了有效地提取局部特征和全局特征以提高表情识别的性能,提出自适应加权完全局部二值模式（AWCLBP）的人脸表情识别算法。首先对人脸表情图像进行预处理分离出表情子区域,与此同时生成表情子区域的贡献度图谱（CM）;然后对表情子区域和整幅表情图像进行完全局部二值模式变换提取3种特征（差值符号特征CLBPS、差值幅值特征CLBPM、中心像素特征CLBPC）并连接3种特征生成级联直方图,并根据CM对表情子区域的级联直方图进行加权与整张图像的直方图进行融合;最后用卡方距离和最近邻方法进行分类识别。该算法在JAFFE库上进行了实验并和LBP、Gabor小波、活动外观模型进行了比较,验证了该算法的有效性。