唐恒亮，孙艳丰，朱杰，赵明茹

TANG Hengliang1，2,SUN Yanfeng1,ZHU Jie2,ZHAO Mingru1，2

1.北京工业大学多媒体与智能软件技术北京市重点实验室，北京100124

2.北京物资学院智能物流系统北京市重点实验室，北京101149

1.Beijing Key Laboratory of Multimedia and Intelligent Software Technology,Beijing University of Technology,Beijing 100124,China

2.Beijing Key Laboratory of Intelligent Logistics System,Beijing Wuzi University,Beijing 101149,China

1 引言

人脸识别研究已取得了较大进展，但仍存在许多问题值得深入研究，特别是针对人脸表情、姿态和光照等的识别问题。目前，大部分工作都致力于改进人脸表示方法，以提升人脸认知和识别的鲁棒性。

在人脸表情识别方面，近年来涌现了大量的研究成果。从识别方法上分析，大致可分为基于全局特征的方法和基于局部特征的方法。基于全局特征的方法主要提取面部图像的宏观信息刻画面部的独特性，侧重对整体特征的描述，并用以识别。常用的全局人脸表征方式有主成分分析[1]、线性判别分析[2-3]、独立成分分析[4-5]、支持向量机[6]等；基于局部特征的方法侧重分析面部图像的局部细节特性，研究表情对人脸局部区域的影响，提取利于分类的人脸微观属性。近年来，基于LBP[7-13]的方法因其原理简单，计算复杂度低，同时具备旋转和灰度不变性而备受关注，并被广泛应用于图像识别、目标检测和跟踪等领域。宋克臣等人[14]针对当前LBP方法表现出的理论和实际应用价值进行了详尽的汇总，并系统综述了在纹理分析和分类、人脸分析和识别以及其他检测与应用中的各种LBP方法。

本文通过深入分析人脸图像特征以及表情对人脸局部区域的非刚性影响，提出了一种融合LBP和局部稀疏表示的人脸表情识别方法（见图1）。……