融合全局与局部多样性特征的人脸表情识别 |
| |
引用本文: | 李雅倩,李颖杰,李海滨,张强,张文明.融合全局与局部多样性特征的人脸表情识别[J].光学学报,2014(5):172-178. |
| |
作者姓名: | 李雅倩 李颖杰 李海滨 张强 张文明 |
| |
作者单位: | 燕山大学工业计算机控制工程河北省重点实验室;国家冷轧板带装备及工艺工程技术研究中心; |
| |
基金项目: | 河北省自然科学基金(D2013203363)、河北省自然科学基金(D2014203153) |
| |
摘 要: | 通常主成分分析(PCA)只能保持数据的全局结构,邻域保持嵌入(NPE)算法只能保持邻域样本间的相似性,忽略了其差异性。针对上述问题,提出了一种融合全局与局部多样性的特征提取算法,并将其应用于人脸表情识别中。该算法利用PCA算法保持全局结构,并通过流形学习思想定义局部差异离散度和局部相似离散度,结合最大局部散度差准则,有效刻画出局部流形结构的多样性;将全局特征和局部多样性特征相结合,提取出低维流形特征用于表情分类。在JAFFE和Cohn-Kanade人脸表情数据库上的实验表明,该算法与PCA、局部保持投影(LPP)、NPE等算法相比,不仅有效地提高了识别率,而且在取得最高识别率时所需维数最低,证明了此算法在识别效果方面的优越性。
|
关 键 词: | 机器视觉 表情识别 流形学习 特征提取 |
本文献已被 CNKI 等数据库收录! |
|