运用光流计算的人脸表情识别方法

上面介绍的特征提取方法是针对静态图像或者动态图像序列中的某一帧进行的。然而表情识别的最大特点是，它是一个动态变化的过程，心理学研究表明，尽管人类可以依据一幅静态图像判别其中的人脸表情，但是大部分实验者在识别对动态序列图像的表情时，准确率明显增高。可见提取动态图像序列的运动特征，对于表情识别有着特殊的意义。

光流是指亮度模式引起的表面运动，是景物中可见点的三维速度向量在成像平面上的投影，它表示了景物表面上的点在图像中位置的瞬时变化；同时光流场携带了有关运动和结构的丰富信息。光流模型就是处理运动图像的有效方法，其基本思想是将运动图像函数f（x，y，t）作为基本函数，根据图像强度守恒原理建立光流约束方程，通过求解光流约束方程，计算运动参数。Y.Dai等人利用图像序列中连续两帧的差异以及YIQ表示空间中的I分量相结合，提取出人脸面部的运动和区域信息，在嘴部和眼部的光流投影直方图中，提取出了面部表情的运动特征，用以表情识别。(www.xing528.com)

对输入的人脸图像，外界的干扰因素一般是比较多的，采用灰度不守恒的光流场基本方程显得更合适与可靠。实验表明，该方程具有计算精度高、易于实现等优点，有一定的实用价值。而且用光流计算的方法提取其运动特征，一方面反映了表情的变化实质，另一方面特征受光照不均匀性的影响较小，只要保证在同一组图像序列中光照强度基本不变即可，光照条件对各组之间的影响较小。