改进的LBP算子和稀疏表达分类在人脸表情识别上的应用

在人脸表情识别中,基于局部二值模式(LBP)算子算法与传统的特征提取算法相比具有特征提取准确、精细、光照不变性等优点,但也有直方图维数高、判别能力差、具有冗余信息等缺点。本文提出一种C-LBP算法通过加入中心点到算法中进行特特征提取,能够更有效的提取特征数据。再结合使用稀疏表达分类器实现对特征进行分类和识别。经实验结果表明,与传统LBP算法对比,文中算法用于人脸表情的识别的识别率得到大幅度提高。