摘要:對弱光照環(huán)境下人臉表情圖像進(jìn)行識別,可以更好地對人類(lèi)的情感進(jìn)行分類(lèi),有利于人類(lèi)在現實(shí)社會(huì )中的溝通。當前方法利用提取人臉表情圖像的一維特征完成對弱光照環(huán)境下人臉表情圖像的識別,該方法無(wú)法對人臉表情圖像進(jìn)行詳細地描述,導致人臉表情圖像在識別時(shí)經(jīng)常出現識別精度低、速度慢的問(wèn)題。為此,提出一種基于BP神經(jīng)網(wǎng)絡(luò )的弱光照環(huán)境下人臉表情圖像識別方法。該方法首先利用自相似性對帶有噪聲的圖像進(jìn)行圖像區域劃分,并依據統計學(xué)習獲得線(xiàn)性空間,通過(guò)對空間的投影獲得不含噪聲的人臉表情圖像區域向量,將人臉表情圖像進(jìn)行重組,得到去噪后的圖像,然后利用Cabor變換對人臉表情圖像特征進(jìn)行提取,采用AdaBoost對弱分類(lèi)器以及人臉表情圖像樣本進(jìn)行訓練,并通過(guò)多次弱分類(lèi)器的迭代,得到最終的人臉表情圖像強分類(lèi)器,完成對弱光照環(huán)境下人臉表情圖像的識別。實(shí)驗結果證明,所提方法可以提高人臉表情圖像的識別準確率,加快識別速度,為該領(lǐng)域的研究發(fā)展提供強有力依據。