谭 阳，贺 璐

(湖南网络工程职业学院，湖南长沙 410004)

一种有效提升识别率的面部图像预处理方法

谭 阳，贺 璐*

(湖南网络工程职业学院，湖南长沙 410004)

面部关键特征点的定位和取样直接关系到面部识别率的高低，本文提出了一种对人类面部图像进行细节提取，并进行了方向场化突出，最后将其特征2值化的预处理的方法，有效地抑制了面部图像中提取的特征点样本模糊的现象。实验证明，通过这种方法对面部图像的预处理，能够较好地提升一般面部识别算法的识别率。

人脸识别;表情识别;关键点定位;特征提取

一、引言

Ekman将人脸表情划分为6种基本类型［1］:高兴、悲伤、愤怒、恐惧、惊讶和厌恶。并认为这是人类所共有的6种基本表情，且不受种族、文化及性别等差异的影响。但是直到目前为止，使用机器对人脸表情信息准确地识别仍存在一些技术性困难。

当前，绝大多数关于人脸识别算法和人脸表情分析算法在提取人脸特征之前，需要根据人脸特征点的位置(如眼角，嘴角)对面部图像进行几何归一化处理，所以对于面部特征点的精确定位是一个关键的步骤。目前所有面部识别工具遇到的问题是:面部表情的变化是一个随时间变化的动态过程，即使在已知人脸大概位置的情况下，其面部特征点的位置也时常处于定位模糊的状态，并且这主要是由外部干扰和脸部的形变等不可预测的因素所造成的。

二、面部特征点定位的预处理方法

近年来，针对不同个体、姿态、光照条件下的人脸表情图像识别方面的研究有了新的进展［2］－［4］。……