基于Semi-Supervised LLE的人脸表情识别方法

• 作者: 冯海亮 李见为 魏明 黄鸿
• 来源期刊: 沈阳建筑大学学报（自然科学版）
• 学科: 工学
• 关键词: 流形学习 半监督学习 局部线性嵌入 维数约简 人脸表情识别
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 信息与控制
• 页码范围: 1109-1113
• 页数: 5页
• 分类号: TP391.41
• 字数: 3448字
• 语种: 中文

摘要

目的 为提取有效的鉴别特征和降低鉴别向量的维数来识别人脸表情图像.方法 将流行学习(Manifold leaming,ML)和半监督学习(Semi-Supervised leaming,SSL)结合起来,利用人脸表情图像数据本身的非线性流形结构信息和部分标签信息来调整点与点之间的距离形成距离矩阵,而后基于被调整的距离矩阵进行线性近邻重建来实现维数约简,提取低维鉴别特征用于人脸表情识别.结果 该方法 能充分利用数据的结构信息和有限的标签信息,使具有标签信息的同类样本之间的距离最小化,不同类数据之间的距离最大化,进而可以有效地提取数据的低维鉴别子流形,使得分类性能要优于非监督的雏数约简方法 .结论 笔者提出的半监督局部线性嵌入算法能有效地提高人脸表情识别的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李见为	重庆大学光电技术及系统教育部重点实验室	93	1608	21.0	37.0
2	黄鸿	重庆大学光电技术及系统教育部重点实验室	73	422	11.0	15.0
3	冯海亮	重庆大学光电技术及系统教育部重点实验室	38	482	11.0	21.0
4	魏明	重庆大学应用技术学院	7	76	4.0	7.0