基于改進LBP的人臉表情識別方法.pdf

1、作為智能化人機交互技術(shù)中的一個重要組成部分，人臉表情識別越來越受到重視，它是涉及模式識別、機器視覺、圖像處理、心理學(xué)等研究領(lǐng)域的一個極富挑戰(zhàn)性的交叉課題之一，是近年來模式識別與人工智能領(lǐng)域的一個研究熱點。一般而言，人臉表情識別主要有四個基本部分組成：表情圖像獲取、表情圖像預(yù)處理、表情特征提取和表情分類。本文重點集中在對表情特征提取問題的研究上，研究工作如下：
　　 本文首先闡述了人臉表情識別的課題背景及其起源、發(fā)展與研究現(xiàn)狀，并

2、結(jié)合國內(nèi)外相關(guān)領(lǐng)域的發(fā)展，從特征提取方面對目前表情識別的主流方法做了詳細(xì)介紹。其次，重點研究了基于改進LBP的表情特征提取方法。LBP算法一般定義為3×3的窗口，以窗口中心點的灰度值為閾值對窗口內(nèi)其它像素作二值化處理，然后根據(jù)像素不同位置進行加權(quán)求和得到該窗口的LBP值。LBP方法的局限之處在于對所有問題都采用了單一的變換映射，沒有考慮待分類樣本的分布特征以及分類目標(biāo)的差異性。本章提出了一種LBP的擴展形式，即ε-LBP。ε-LBP通過