基于LBP特征和稀疏表示的新生儿疼痛表情识别

• 作者: 刘莉 卢官明 李旭 李晓南 石婉婉 陈梦莹
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 表情识别 新生儿 疼痛表情 局部二元模式 稀疏表示
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 特别约稿
• 页码范围: 19-25
• 页数: 7页
• 分类号: TP391
• 字数: 5216字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2015.01.002

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％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢官明	南京邮电大学通信与信息工程学院	74	904	16.0	29.0
2	李晓南		87	742	16.0	23.0
3	陈梦莹		16	153	8.0	12.0
4	石婉婉	南京邮电大学通信与信息工程学院	2	22	2.0	2.0
5	李旭	南京邮电大学通信与信息工程学院	2	21	1.0	2.0