稀疏保留判决分析在人脸表情识别中的应用.pdf

第 37卷 第 14期 计 算 机 工 程 2011年7月 V_01．37 No．14 ComputerEngineering July 2011 · 人工智能及识别技术 · 文章编号：10o_3428(2o11)14__0l67．__02 文献标识码：A 中圈分类号：TP391 稀疏保留判决分析在人脸表情识别中的应用 黄 勇 (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一 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。 关健诃：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 Application0fSparsePreservingDiscriminantAnalysis inFacialExpressionRecognition HUANG Yong (DepartmentofElectronicEngineering，LiuzhouRailwayVocationalTechnicalCollege，Liuzhou545007，China) [Abstract]AfacialexpressionrecognitionmethodbasedonSparsePreservingDiscriminantAnalysis(SPDA)isproposed．ThegraphinSPDAis constructedbyspraserepresentation，andhtusthelocal structureinformationisautomaticallymodeled，andwiht thenaturaldiscriminativepowerof sparserepresentation．SPDA Cna getbetterperformanceonlyresortingtoveryfew extraunlabeledsamples．ExperimentalresultonCED—W YU na d JAFFEshow thatSPDA isna effectivemehtodforimprovingtherecognitionaccuracy． [Keywords|dimensionalityreduction；LinearDiscriminnatAnalysis(LDA)；Semi—supervisedDiscriminnatAnalysis(SDA)；SprasePreserving DiscriminnatAnalysis(SPDA)；facialexpressionrecognition DOI：10．3969／j．issn．1000—3428．2011．14．055 1 概述 投影向量W，SDA的目标函数为 ： 在高维数据的分析和学习中，数据降维发挥越来越重要 w Sw w S^w ’ 的作用 ，很多经典 的降维方法如线性判决分析 (Linear f +丑 ’，+‘ ，D‘(w) 、 DiscriminantAnalysis，LDA) J，被广泛并成功地应用于人脸 其中，S 、S分别为样本的类间散度矩阵和总体散度矩阵； 识别及表情识另Ⅱ等领域。 ^、 为平衡参数，若 = =0，SDA就变为LDA；ww 近年来，一种半监督的数据降维方法一一半监督判决分