基于主动形状模型差分纹理和局部方向模式特征融合的人脸表情识别

摘要

针对人脸表情识别背景复杂性以及表情识别的鲁棒性问题,基于Dempster-Shafer(DS)证据理论,提出了一种融合主动形状模型(ASM)差分纹理特征和局部方向模式(LDP)特征的人脸表情识别方法.ASM差分纹理既能有效地屏蔽个体人脸之间的差异,又能保留人脸表情信息.LDP特征通过计算8个方向的边缘响应来对图像进行编码,因此具有很强的抗噪能力,能够捕捉人脸因表情而产生的细微变化.在DS证据理论融合时,针对不同的特征对表情的识别率,分别用不同的权重系数来计算概率分配值.通过对JAFFE和Cohn-Kanade混合数据库进行实验,表情识别的平均识别率为97.08％,比单特征LDP高出一个百分点,有效地提高了表情识别率和鲁棒性.