一種基于改進(jìn)的局部二值模式特征的舌頭動作識別方法
【專利摘要】本發(fā)明公開了一種基于改進(jìn)的局部二值模式特征的舌頭動作識別方法，包括如下步驟：提取嘴部區(qū)域圖像：從人臉圖像中檢測出嘴部區(qū)域，并將嘴部區(qū)域圖像灰度化和歸一化，將尺寸設(shè)定為32*16像素；使用改進(jìn)的局部二值模式算法，將局部二值模式計算區(qū)域內(nèi)的像素差值進(jìn)行處理，更多地保留垂直方向信息；利用支持向量機(jī)分類器進(jìn)行舌頭動作分類。本發(fā)明具有的有益效果是：實現(xiàn)舌頭動作的檢測和識別，方法魯棒性強(qiáng)；舌頭動作激活鼠標(biāo)行為，替代物理鼠標(biāo)的操作，對實現(xiàn)人機(jī)交互方式的鼠標(biāo)軟件和無手殘疾人使用鼠標(biāo)操作電腦的社會公益事業(yè)發(fā)展有重要意義。
【專利說明】一種基于改進(jìn)的局部二值模式特征的舌頭動作識別方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于模式識別領(lǐng)域，具體涉及一種基于改進(jìn)的局部二值模式特征的舌頭動 作識別方法。

【背景技術(shù)】
[0002] 本申請?zhí)岢龅年P(guān)于舌頭動作的識別技術(shù)，主要應(yīng)用于基于視覺的鼠標(biāo)系統(tǒng)，由舌 頭動作來激活鼠標(biāo)的左鍵和右鍵單擊。前期已設(shè)計的提取舌頭行為特征向量的方法是采 用嘴唇形狀及位置圖像中的不同區(qū)域中像素數(shù)目作為特征值向量；并且利用學(xué)習(xí)向量量化 LVQ神經(jīng)網(wǎng)絡(luò)進(jìn)行舌頭的分類?，F(xiàn)有的這種方法識別率不夠穩(wěn)定，魯棒性不高。


【發(fā)明內(nèi)容】

[0003] 本發(fā)明根據(jù)現(xiàn)有技術(shù)的不足，提出一種基于改進(jìn)的局部二值模式特征的舌頭動作 識別方法，以更好地實現(xiàn)動作識別和人機(jī)交互。
[0004] 為了解決上述存在的技術(shù)問題，本發(fā)明采用以下的技術(shù)方案：
[0005] -種基于改進(jìn)的局部二值模式特征的舌頭動作識別方法，其內(nèi)容包括以下步驟：
[0006] 1)提取嘴部區(qū)域圖像：
[0007] 從人臉圖像中檢測出嘴部區(qū)域，并將嘴部區(qū)域圖像灰度化和歸一化，將尺寸設(shè)定 為32*16像素；
[0008] 2)使用改進(jìn)的局部二值模式算法（Advanced Local Binary Pattern,簡稱ALBP 算法），將局部二值模式（簡稱為LBP)計算區(qū)域內(nèi)的像素差值進(jìn)行處理，更多地保留垂直方 向信息；
[0009] 3)利用支持向量機(jī)（SVM)分類器進(jìn)行舌頭動作分類
[0010] 利用SVM分類器實現(xiàn)嘴部三種動作的分類，分別為嘴巴閉合，舌頭左伸和舌頭右 伸；三種動作分別激發(fā)鼠標(biāo)的位置移動，鼠標(biāo)的左鍵單擊和鼠標(biāo)的右鍵單擊操作。
[0011] 在本發(fā)明方法步驟2)中，所述的ALBP算法的計算，對于嘴部動作識別而言，通過 觀察嘴部區(qū)域圖像得知其特征是：嘴唇和舌頭灰度信息差值很小，水平方向信息量變化幅 度較小，垂直方向信息更能體現(xiàn)紋理變化和嘴唇動作。
[0012] 所述的ALBP算法的計算過程公式為：

【權(quán)利要求】
1. 一種基于改進(jìn)的局部二值模式特征的舌頭動作識別方法，其特征在于：該方法包括 以下步驟： 1) 提取嘴部區(qū)域圖像： 從人臉圖像中檢測出嘴部區(qū)域，并將嘴部區(qū)域圖像灰度化和歸一化，將尺寸設(shè)定為 32*16像素； 2) 使用改進(jìn)的局部二值模式算法，將局部二值模式計算區(qū)域內(nèi)的像素差值進(jìn)行處理， 更多地保留垂直方向信息； 3) 利用支持向量機(jī)分類器進(jìn)行舌頭動作分類 利用支持向量機(jī)分類器實現(xiàn)嘴部三種動作的分類，分別為嘴巴閉合，舌頭左伸和舌頭 右伸；三種動作分別激發(fā)鼠標(biāo)的位置移動，鼠標(biāo)的左鍵單擊和鼠標(biāo)的右鍵單擊操作。
2. 根據(jù)權(quán)利要求1所述的一種基于改進(jìn)的局部二值模式特征的舌頭動作識別方法，其 特征在于：在步驟2)中，所述的改進(jìn)的局部二值模式算法，其特征是：嘴唇和舌頭灰度信息 差值很小，水平方向信息量變化幅度較小，垂直方向信息更能體現(xiàn)紋理變化和嘴唇動作。
3. 根據(jù)權(quán)利要求1所述的一種基于改進(jìn)的局部二值模式特征的舌頭動作識別方法，其 特征在于：所述的改進(jìn)的局部二值模式算法的計算過程公式為：
其中P表示八鄰域，i按照下面的元素位置表取值位置；
計算過程為如下具體步驟： (1) 首先將一幅嘴部區(qū)域圖像劃分為2*2子區(qū)域； (2) 對每個子區(qū)域內(nèi)的像素點(diǎn)提取改進(jìn)的局部二值模式特征，并用這個值來反映該區(qū) 域的紋理信息； (3) 在每個子區(qū)域內(nèi)建立改進(jìn)的局部二值模式特征的統(tǒng)計直方圖，每個子區(qū)域用一個 統(tǒng)計直方圖來進(jìn)行描述； (4) 整個嘴部區(qū)域圖像特征由上述4個子區(qū)域的統(tǒng)計直方圖按照一定的順序串聯(lián)起來 組成，記為Feature。
4. 根據(jù)權(quán)利要求1所述的一種基于改進(jìn)的局部二值模式特征的舌頭動作識別方法，其 特征在于：在步驟3)中，所述的支持向量機(jī)分類器進(jìn)行舌頭動作分類包括支持向量機(jī)分類 器訓(xùn)練和支持向量機(jī)分類器識別。
5. 根據(jù)權(quán)利要求3所述的一種基于改進(jìn)的局部二值模式特征的舌頭動作識別方法，其 特征在于：所述的支持向量機(jī)分類器訓(xùn)練包括如下步驟： (1)對采集得到的嘴部區(qū)域圖像進(jìn)行步驟1)和步驟2)中操作，獲取每幅圖像相應(yīng)的 Feature 值； ⑵三種不同的動作圖像，即嘴巴閉合，向右伸舌頭及向左伸舌頭，分別將其用a，b和c 作為類別標(biāo)簽標(biāo)記； (3)隨機(jī)選用采集圖片的一半作為訓(xùn)練集，采集圖片的另一半作為測試集，對SVM分類 器進(jìn)行訓(xùn)練。
6. 根據(jù)權(quán)利要求3所述的一種基于改進(jìn)的局部二值模式特征的舌頭動作識別方法，其 特征在于：所述的SVM分類器識別包括如下步驟： (1) 對采集得到的嘴部區(qū)域圖像進(jìn)行步驟1)和步驟2)中操作，獲取每副圖像相應(yīng)的 Feature 值； (2) 將獲取的Feature值送入訓(xùn)練好的SVM分類器進(jìn)行分類，獲取類別標(biāo)簽； (3) 根據(jù)類別標(biāo)簽，識別出具體的舌頭動作，并激活相應(yīng)的鼠標(biāo)操作。
【文檔編號】G06K9/00GK104112117SQ201410284449
【公開日】2014年10月22日 申請日期:2014年6月23日 優(yōu)先權(quán)日:2014年6月23日
【發(fā)明者】王巍, 辛慧杰, 劉勇奎 申請人:大連民族學(xué)院