摘要：针对局部二值模式（LBP）、中心对称局部二值模式（CS-LBP）和梯度方向直方图（HOG）的不足进行改进,该文提出中心对称局部平滑二值模式（CS-LSBP）和绝对梯度方向直方图（HOAG）,并提出一种融合局部纹理特征和局部形状特征的人脸表情识别方法。该方法首先采用CS-LSBP算子和HOAG算子分别提取人脸表情图像的局部纹理特征和局部形状特征,然后使用典型线性分析法（CCA）进行特征融合,最后利用支持向量机（SVM）进行表情分类。在JAFFE人脸表情库和Cohn-Kanade（CK）人脸表情库上的实验结果表明,改进的特征提取方法能更加完整、精确地提取图像的细节信息,基于CCA的特征融合方法能充分发挥特征的表征能力,该文所提人脸表情识别方法取得了较好的分类识别效果。

关键词：人脸表情识别 中心对称局部平滑二值模式 绝对梯度方向直方图 典型相关分析 

单位：合肥工业大学计算机与信息学院; 合肥230009; 情感计算与先进智能机器安徽省重点实验室; 合肥230009