改进的多尺度局部二值模式的表情识别方法

针对传统的局部二值模式(LBP)对局部特征描述不够充分的特点,提出一种改进的多尺度局部二值模式的人脸面部表情识别方法,在多尺度局部二值模式的基础上,通过引入一个可调参数α于编码中以调节局部纹理的细节提取控制。在每个区域图像中,将每个像素与可调参数α进行比较,计算它的顺时针编码值和逆时针编码值,并分别形成各自灰度直方图。上述方法在保留了局部特征的同时,可以有效降低噪声和光照的影响,增强了特征的鲁棒性。采用支持向量机(SVM)进行分类训练与测试。在三个数据集上进行的实验结果表明,采用带有可调参数的纹理细节控制策略可以得到一个较好的控制阈值,与多尺度局部二值模式以及双向局部二值模式(BLBP)相比较,提高了分类的准确率。