基于稀疏特征挑选和概率线性判别分析的表情识别研究-电子学报.PDFVIP

第７期 电　　子　　学　　报 Ｖｏｌ．４６　Ｎｏ．７ ２０１８年７月 ＡＣＴＡＥＬＥＣＴＲＯＮＩＣＡＳＩＮＩＣＡ Ｊｕｌ．　２０１８ 基于稀疏特征挑选和概率线性 判别分析的表情识别研究 张　瑞，蒋晨之，苏剑波 （上海交通大学自动化系系统控制与信息处理教育部重点实验室，上海２００２４０） 　　摘　要：　提出一种基于稀疏特征挑选（Ｓｐａｒｓｅｓｅｌｅｃｔｉｏｎ）和概率线性判别分析（Ｐｒｏｂａｂｉｌｉｓｔｉｃｌｉｎｅａｒｄｉｓｃｒｉｍｉｎａｎｔａ ｎａｌｙｓｉｓ）的表情识别方法ＳＳＰＬＤＡ．该方法由两部分构成：第一部分是使用稀疏的方法挑选出人脸与表情相关的区域， 构造表情的完备特征集；第二部分是针对构造的表情完备特征集里仍含有一些其他信息，运用概率线性判别分析实现 表情特征与干扰信息的分离，学习出一个只含有表情信息的子空间，最后基于该表情子空间进行表情识别分析．通过 在ＣＫ＋和ＪＡＦＦＥ这两个数据库上面的实验，证实了基于稀疏特征挑选的方法可以得到识别性能的改善，且先使用特 征挑选再对所挑选结果应用概率线性判别分析可以达到更好的提升效果． 关键词：　人脸表情识别；稀疏；特征挑选；子空间学习 中图分类号：　ＴＰ３９１４　　　文献标识码：　Ａ　　　文章编号：　０３７２２１１２（２０１８）０７１７１００９ 电子学报ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｅｊｏｕｒｎａｌ．ｏｒｇ．ｃｎ　 ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．０３７２２１１２．２０１８．０７．０２４ ＥｘｐｒｅｓｓｉｏｎＲｅｃｏｇｎｉｔｉｏｎＢａｓｅｄｏｎＳｐａｒｓｅＳｅｌｅｃｔｉｏｎａｎｄＰＬＤＡ ＺＨＡＮＧＲｕｉ，ＪＩＡＮＧＣｈｅｎｚｈｉ，ＳＵＪｉａｎｂｏ （ＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎＫｅｙＬａｂｏｒａｔｏｒｙｏｆＳｙｓｔｅｍＣｏｎｔｒｏｌａｎｄＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇ， ＤｅｐａｒｔｍｅｎｔｏｆＡｕｔｏｍａｔｉｏｎ，ＳｈａｎｇｈａｉＪｉａｏＴｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２００２４０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：　ＡｆａｃｉａｌｅｘｐｒｅｓｓｉｏｎｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄｎａｍｅｄＳＳＰＬＤＡｉｓｐｒｏｐｏｓｅｄｂａｓｅｄｏｎＳｐａｒｓｅＦｅａｔｕｒｅＳｅｌｅｃｔｉｏｎ ａｎｄＰｒｏｂａｂｉｌｉｓｔｉｃＬｉｎｅａｒＤｉｓｃｒｉｍｉｎａｎｔＡｎａｌｙｓｉｓ．ＴｈｅＳＳＰＬＤＡｍｅｔｈｏｄｃｏｎｔａｉｎｓｔｗｏｓｔｅｐｓ：１）ｐｉｃｋｏｕｔｔｈｅｍｏｓｔｄｉｓｃｒｉｍｉｎａ ｔｉｖｅｒｅｇｉｏｎｓｆｏｒｆａｃｉａｌｅｘｐｒｅｓｓｉｏｎｓａｎｄｕｓｅｔｈｅｓｅｒｅｇｉｏｎｓｔｏｃｏｎｓｔｒｕｃｔａｃｏｍｐｌｅｔｅｆａｃｉａｌｆｅａｔｕｒｅｓｓｅｔ；２）ａｐｐｌｙＰｒｏｂａｂｉｌｉｓｔｉｃＬｉｎ ｅａｒＤｉｓｃｒｉｍｉｎａｎｔＡｎａｌｙｓｉｓＭｅｔｈｏｄｔｏｓｅｐａｒａｔｅｔｈｅｕｓｅｆｕｌｅｘｐｒｅｓｓｉｏｎｓｉｇｎａｌｓｆｒｏｍｏｔｈｅｒｄｉｓｔｕｒｂａｎｃｅｉｎｆｏｒｍａｔｉｏｎ．Ｔｈｅｒｅｆｏｒｅ，ａ ｓｕｂｓｐａｃｅｗｈｉｃｈｏｎｌｙｃｏｎｔａｉｎｓｅｘｐｒｅｓｓｉｏｎｉｎｆｏｒｍａｔｉｏｎｉｓｌｅａｒｎｔａｎｄｔｈｅｅｘｐｒｅｓｓｉｏｎｒｅｃｏｇｎｉｔｉｏｎｔａｓｋｉｓｉｍｐｌｅｍｅｎｔｅｄｉｎｔｈｉｓｓｕｂ ｓｐａｃｅ．ＥｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｏｎＣｏｈｎＫａｎａｄｅ（ＣＫ＋）ｄａｔａｂａｓｅａｎｄＪＡＦＦＥｄａｔａｂａｓｅｓｈｏｗｔｈａｔｔｈｅｃｏｍｐｌｅｔｅｆａｃｉａｌｆｅａｔｕｒｅｓｓｅｔ ｃａｎｉｍｐｒｏｖｅｔｈｅｐｅｒｆｏｒｍａｎｃｅ，ａｎｄｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｏｕｔｐｅｒｆｏｒｍｔｈｅｓｔａｔｅｏｆａｒｔｏｎｅｓ． Ｋｅｙｗｏｒｄｓ：　ｆａｃｉａｌｅｘｐｒｅｓｓｉｏｎｒ