论文部分内容阅读
应用于面部表情识别的算法中,传统的局部二进制模式(LBP)算法能够分析出中心像素与相邻像素之间的灰度关系,但是忽略了额头、眼睛、嘴巴以及其他一些区域在梯度方向上的表情分布趋势。因此,提出了基于5×5邻域内局部梯度方向(LGC-FN)的特征提取方法,通过对5×5邻域内横向和对角线方向上的二进制编码得到融合的特征,可以准确地描述由于皱纹、面部肌肉等形变产生的表情信息。最后,使用支持向量机(SVM)进行特征分类。通过实验证明了提出的方法可以有效地提高面部表情的识别率。