基于全局主成分与局部边界纹理特征的面部表情识别

简介：
本研究提出了一种结合全局主成分分析和局部边界纹理特征的面部表情识别方法，旨在提高在复杂背景下的表情识别准确率。 面部表情识别是情感分析及模式识别中的关键组成部分，并且在人机交互领域扮演着重要角色。通过局部二进制模式（LBP）技术可以在面部表情分析中获取纹理特征，该方法通过对像素间的比较并以直方图的形式编码结果来实现这一点。然而，我们认为这种表达的纹理不够精确，在眼睛和嘴巴之间的区域尤其如此。 本段落提出了一种新的复合方法用于识别面部表情：通过双向主成分分析（BDPCA）重构全局图像及局部图像，并对这些经过形态学预处理后的图片应用局部二进制模式技术。这种方法能够有效利用全身主成分以及局部边界的纹理特征，从而在情感识别中取得了较高的准确性。