基于LBP卷积神经网络的面部表情识别

针对传统方法面部微表情识别率低的问题,提出局部二值模式(LBP)图像的卷积神经网络对6种基本面部表情进行识别。采用Viola-Jones框架提取面部表情的感兴趣区域,提取感兴趣区域的LBP图像,输入到一个六层的卷积神经网络(两个卷积层、两个降采样、一个全连接层、一个Softmax)并得到识别的结果。在3个公共数据集(CK+、JAFFE、Oulu-CASIA)上进行实验,识别率分别为94.58%、93.48%、93.15%,结果表明,该方法对面部微表情的识别优于其它主流方法。