基于局部特征的面部遮擋表情識(shí)別方法研究.pdf

1、人臉表情識(shí)別技術(shù)在生理學(xué)、心理學(xué)、圖像處理、模式識(shí)別和機(jī)器視覺等領(lǐng)域是一個(gè)極具挑戰(zhàn)性的交叉課題。隨著表情識(shí)別的深入研究，研究人員發(fā)現(xiàn)，太陽鏡、口罩、圍巾等裝飾物都會(huì)造成面部遮擋。本文先對(duì)典型遮擋形式（眼部、嘴部、左部和右部遮擋）展開了研究，在充分考慮遮擋的隨機(jī)性特點(diǎn)（遮擋可以發(fā)生在人臉的任何地方，遮擋范圍的大小和形狀是未知的）的情況下，又對(duì)隨機(jī)遮擋情況下的表情識(shí)別進(jìn)行了研究，本文的主要研究內(nèi)容如下:
　　1、典型遮擋形式的表情識(shí)別

2、
　　1)表情圖像預(yù)處理與表情區(qū)域分割。由于數(shù)據(jù)庫中的表情圖像稍有頭部傾斜和尺寸大小不一，需要經(jīng)過預(yù)處理來消除這些差異。本文通過旋轉(zhuǎn)使眼睛水平面對(duì)準(zhǔn)，并根據(jù)兩眼間的距離從原始的表情圖像裁剪出實(shí)驗(yàn)用只含正面人臉表情的矩形區(qū)域。將兩數(shù)據(jù)庫中的表情圖像尺寸歸一化為128×104，并利用直方圖均衡化來增強(qiáng)表情圖像某些區(qū)域的局部對(duì)比度。對(duì)于人臉表情而言，不同表情類間的顯著特征主要集中在眼睛、鼻子和嘴區(qū)域。為了更好的提取眼睛、鼻子和嘴三個(gè)區(qū)域

3、的紋理特征，來減少遮擋對(duì)人臉表情識(shí)別的影響，本文將人臉表情圖像分割成2行3列共6個(gè)區(qū)域。
　　2)針對(duì)局部遮擋造成辨識(shí)信息缺失問題，提出了基于韋伯局部描述(Weber LocalDescriptor，WLD)直方圖的特征提取方法。WLD可以模擬人類感知來提取圖像顯著變化的特征，通過差異激勵(lì)計(jì)算顯著的微小模式，并建立與這些顯著模式在該像素點(diǎn)上沿梯度方向上的統(tǒng)計(jì)信息。WLD算子可以看作是把局部二值模式在計(jì)算像素間強(qiáng)度和尺度不變特征轉(zhuǎn)換

4、在使用梯度方向信息方面的優(yōu)勢進(jìn)行結(jié)合的一種產(chǎn)物。
　　3)針對(duì)提取的表情局部特征以及遮擋對(duì)人臉表情圖像的影響，主要集中于圖像的某一連續(xù)區(qū)域，對(duì)這一區(qū)域影響較大，而對(duì)于其他的區(qū)域影響較小的特點(diǎn)，提出了基于線性依賴模型的分類器融合方法。基于分塊決策的策略是有效的解決遮擋的另一種途徑，分塊決策的主要思想就是將人臉表情圖像分成若干塊，針對(duì)每塊設(shè)計(jì)一個(gè)分類器，最后融合每個(gè)分類器的輸出得到待測表情圖像的所屬類別。
　　2、隨機(jī)遮擋情況下