基于选择性集成的表情识别方法.pdf

2017年 3 月 计算机工程与设计 Mar. 2017 第 3 8 卷 第 3 期 COMPUTER ENGINEERING AND DESIGN Vol. 38 No. 3 基于选择性集成的表情识别方法 杨 勇 U2, 郭 艳 S 金裕成2，黄 勇 1 (1.重庆邮电大学计算智能重庆市重点实验室，重 庆 400065; 2 . 韩国仁荷大学情报通信工学部，仁 川 402-751) 摘 要 ：为提 高 基 于 选 择 性 集 成 的 表 情 识 别 方 法 的 泛 化 能 力 ，降 低 其 预 测 成 本 ，提 出 一 种 基 于 带 极 值 扰 动 的 简 化 粒 子 群 优 化 和 选 择 性 集 成 的 表 情 识 别 方 法 。采 用 简 化 粒 子 群 优 化 算 法 对 基 分 类 器 进 行 选 择 集 成 ，将 基 于 选 择 性 集 成 的 表 情 识 别 问 题 转 化 为 半 定 规 划 问 题 进 行 解 决 。对 比 实 验 结 果 表 明 ，该 方 法 比 传 统 方 法 有 更 好 的 识 别 率 和 鲁 棒 性 。 关键词 ：集 成 学 习 ；选 择 性 集 成 ；半 定 规 划 ；简 化 粒 子 群 优 化 ；表情识别 中图法分类号 ：TP181 文献标识号：A 文章编号 ：1000-7024 (2017) 03-0773-06 doi ： 10. 16208/j. issnl000-7024. 2017. 03. 040 Facial expression recognition m ethod based on selective ensem ble learning YANG Yong1，2 ，GUO Yan1 ，KIM Yoo-sung2 ，HUANG Yong1 (1. Chongqing Key Laboratory of Computational and Intelligence, Chongqing University of Posts and Telecommunications, Chongqing 400065, China ；2. Department of Information and Communication Engineering, Inha University, Incheon 402-751 ，Korea) Abstract ： To improve the generalization ability and reduce the prediction cost of the facial recognition method based on selective ensemble，an emotion recognition method based on extremum disturbed and simplified particle swarm optimization (tsPSO) algo­ rithm and selective ensemble was proposed. Simplified particle swarm optimization algorithm was used to select the base classi­ fiers and ensemble, the issue of facial expression recognition based on selective ensemble was transformed to a semi-definite pro­ gramming problem. The comparative experimental results show t