基于关键块空间分布与Gabor滤波的人脸表情识别算法

提出一种基于图像关键块空间分布与Gabor滤波的人脸表情识别算法。该算法在传统的基于Gabor滤波的表情识别的基础上,增加表情图像的关键块空间分布信息,提高表情识别的准确率。首先,使用5个尺度8个方向的Gabor滤波器组对表情图像进行滤波,提取表情图像的Gabor特征;然后,使用人脸表情训练样本通过向量量化方法训练指定长度的码书,利用码书将训练样本图像编码成索引矩阵,获取表情图像的索引分布;最后,将图像编码获得的索引矩阵与Gabor特征共同作为表情图像的特征,用于表情识别。实验结果表明:本算法的识别效果比单独使用Gabor特征的表情识别要好。