独立成分分析在表情识别中的应用

• 作者: 张立欣 徐正光 闫恒川
• 来源期刊: 科技与创新
• 关键词: 表情识别 独立成分分析 空间影射
• 年，卷（期）: 2006,（17）
• 所属期刊栏目: 人工智能
• 页码范围: 287-289,121
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2006.17.105

摘要

独立成分分析(ICA)是一种基于信号高阶统计特性的分析方法,本文尝试将这种方法应用于人脸表情的特征提取.首先对预处理后的图像用FatICA算法计算得到解混矩阵以及此训练样本集的影像独立基成分,然后利用影像独立基来构造一个投影空间,最后利用待识别的表情图像在这个空间上作空间影射,所得到得投影系数用以实现分类.为了减少运算量,本文研究了降维的训练样本集的独立成分分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐正光		56	719	15.0	25.0
2	闫恒川		2	35	2.0	2.0
3	张立欣		1	23	1.0	1.0