| 稀疏保留判决分析在人脸表情识别中的应用 |
| |
| 引用本文： | 黄勇.稀疏保留判决分析在人脸表情识别中的应用[J].计算机工程,2011,37(14):167-168. |
| |
| 作者姓名： | 黄勇 |
| |
| 作者单位： | 柳州铁道职业技术学院电子工程系,广西柳州,545007 |
| |
| 摘 要： | 提出一种基于稀疏保留判决分析的人脸表情识别方法——SPDA方法。引入稀疏描述理论结合半监督判决分析SDA，通过稀疏重构处理，可获得图像的局部结构信息。由于稀疏描述本身具有的判决性，SPDA只需少量的样本就能获得较好的效果。CED-WYU和JAFFE的2个表情数据库的识别结果表明，该方法能有效提高识别率。
|
| 关 键 词： | 数据降维 线性判决分析 半监督判决分析 稀疏保留判决分析 人脸表情识别 |
| 收稿时间： | 2010-12-22 |
Application of Sparse Preserving Discriminant Analysis in Facial Expression Recognition |
| |
| HUANG Yong.Application of Sparse Preserving Discriminant Analysis in Facial Expression Recognition[J].Computer Engineering,2011,37(14):167-168. |
| |
| Authors: | HUANG Yong |
| |
| Affiliation: | HUANG Yong(Department of Electronic Engineering,Liuzhou Railway Vocational Technical College,Liuzhou 545007,China) |
| |
| Abstract: | A facial expression recognition method based on Sparse Preserving Discriminant Analysis（SPDA） is proposed. The graph in SPDA is constructed by sparse representation, and thus the local stlucture information is automatically modeled, and with the natural discriminative power of sparse representation, SPDA can get better performance only resorting to very few extra unlabeled samples, Experimental result on CED-WYU and JAFFE show that SPDA is an effective method for improving the recognition accuracy. |
| |
| Keywords: | dimensionality reduction Linear Discriminant Analysis（LDA） Semi-supervised Discriminant Analysis（SDA） Sparse PreservingDiscriminant Analysis（SPDA） facial expression recognition |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程》浏览原始摘要信息 |
|
点击此处可从《计算机工程》下载全文 |
