改进单演中心对称LTP的表情识别算法

摘要

cqvip:为了解决人脸表情识别过程中传统方法存在的特征模式表征能力不足的问题,提出了改进的基于表情子区域单演中心对称局部三值编码的表情特征算法。通过对表情子区域提取单演特征获得人脸表情的振幅、相位、方向信息;针对获取的单演特征进行量化编码,其中单演振幅特征采用了改进的中心对称动态阈值三值编码,进而得到人脸表情的单演中心对称局部三值特征;将单演中心对称局部三值模式特征的直方图引入最近邻分类器进行分类,最终实现人脸表情识别。在JAFFE数据库和CK+数据库上的仿真结果表明:改进算法相比传统特征方法具有更强的特征解析能力,更高的人脸表情识别率。在光照变化、噪声干扰等复杂环境中,算法仍然具有较强的鲁棒性。