基于改进LBP和Gabor感兴趣区域的个体情绪分类

摘要

本文针对局部二值模式(Local Binary Pattern,LBP)在特定方向总赋予较高或较低位数,容易陷入局部方向特征。提出改进的方向均值LBP,将中心像素和领域像素作差得到特征符号后,再分别以各领域像素占据局部二值编码的最高位,将八个局部二值编码取平均得到中心像素的特征表示。最后将图像子区域方向均值LBP特征与Gabor特征结合,用于BP神经网络分类的输入特征数据。本文方法在JAFFE表情库上进行实验并与原有LBP和Gabor结合进行比较,验证了本文算法的有效性。本文表情识别结果可用于预测可疑人员情绪判断其行为,提高城市公共安全。