论文研究多尺度中心误差补偿二值模式的表情识别.pdf

针对Gabor小波与局部二值模式（LocalBinaryPattern，LBP）在表情识别上的局限性，提出了一种多尺度中心误差补偿二值模式（CenterErrorCompensationBinaryPattern，CECBP）的表情识别方法。对预处理后的人脸表情图像创建多尺度的金字塔，用中心误差补偿二值模式对金字塔中的各层图像进行编码，分块提取各层编码后的直方图序列作为特征，用支持向量机（SupportVectorMachine，SVM）进行分类。在JAFFE、Cohn-Kanade以及PainExpression表情库上的交叉验证表明，该方法可以抑制噪声，具有较高的识别率和