基于LTBP和HOG融合特征的三維人臉表情識別算法.pdf

1、表情含有豐富的人體行為信息，是情感最主要的載體。本文以人臉表情為主要研究對象，以三維人臉表情識別為主要研究目的，對表情特征提取算法和不同特征的融合等問題進行較深入的研究。本文主要工作包括:
　　(1)為了有效提取面部表情特征，在LBP（局部二值模式）的基礎(chǔ)上，本文提出了一種LTBP（局部閾值二值模式）特征，與傳統(tǒng)LBP算子只比較周圍像素與中心像素大小的思路不同，所提算法計算鄰域像素與中心像素的人臉深度轉(zhuǎn)換而成的灰度值標準差并將其作

2、為閾值進行二值化操作。LTBP特征相對比與LBP特征，對灰度幅值變化劇烈程度不同的局部區(qū)域可以進行更細致的描述和更有效的區(qū)分。得到LTBP特征用于表示局部區(qū)域的灰度幅值變化之后，本文選擇HOG（方向梯度直方圖）特征來描述人臉局部的方向和梯度特征。
　　(2)參考典型相關(guān)分析理論，本文提出了一種基于特征向量相關(guān)性判據(jù)的特征融合算法，所提算法采用兩組特征向量之間的相關(guān)性作為判據(jù)，計算LTBP特征和HOG特征對應(yīng)的典型投影矢量，并將LT

3、BP和HOG特征向量進行變換，得到兩組特征向量的融合特征，用于后續(xù)分類識別階段。
　　(3)在實驗仿真階段，本文采用了國際主流的三維人臉表情數(shù)據(jù)庫BU-3DFE，并在處理三維人臉表情數(shù)據(jù)時，基于不同的人臉部大小不同的情況，區(qū)別于目前通用的以鼻尖為圓心，采用固定半徑畫圓來裁剪人臉的做法，提出一種新的剪裁人臉方式，即以左右內(nèi)外眼角點為基礎(chǔ)，計算左右眼的眼中心點位置，根據(jù)兩眼中心點的間距來進行面部裁剪。這樣保證裁剪出來的面部五官比例大致