换一批基于LBP特征和稀疏表示的新生儿疼痛表情识别
Recognition method for neonatal pain expression based on LBP feature and sparse representation
摘要面部表情被认为是新生儿疼痛评估的可靠指标.文中提出一种基于加权局部二元模式(LBP)特征描述符和稀疏表示分类器的新生儿疼痛表情识别方法.首先,经归一化后的面部图像采用一个特征向量来描述,这个特征向量是通过串接组合所有局部图像块的LBP特征图的加权直方图所得到的直方图序列.然后,采用主成分分析(PCA)方法对训练样本及测试样本图像的特征向量进行降维.最后,采用基于稀疏表示的分类器将测试样本图像的表情分为4类:平静、哭、轻度疼痛、剧烈疼痛.文中研究目的是通过利用基于计算机的图像分析技术来辅助临床医生评估新生儿疼痛.在新生儿面部图像数据库上进行的实验结果表明了该算法的有效性,表情分类的平均识别率高达84.50％.
更多相关知识
关键词
表情识别新生儿疼痛表情局部二元模式稀疏表示expression recognitionneonatepain expressionlocal binary pattern(LBP)sparse representation
分类号
TP391
栏目名称
DOI
10.14132/j.cnki.1673-5439.2015.01.002
发布时间
2015-04-10（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引37
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
