面部表情识别中基于TTL的特定个体学习模型

• 作者: 刘建芳 褚龙现 马丽
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 直推式迁移学习 面部表情识别 核主成分分析 特定个体学习 稀疏系数重建
• 年，卷（期）: 2015,（21）
• 所属期刊栏目: 视频应用与工程
• 页码范围: 99-103
• 页数: 5页
• 分类号: TP391
• 字数: 3991字
• 语种: 中文
• DOI: 10.16280/j.videoe.2015.21.024

摘要

针对现实生活中采集的特定个体数据稀疏而导致学习时产生过拟合的问题,提出了一种基于迁移学习的特定个体学习模型.首先,利用直推式迁移学习从源数据提取有用信息并将其添加到目标数据;然后,利用核主成分分析进行特征提取;最后,将各个样本建模为流形,并利用稀疏系数重建和k近邻分类器完成识别.在PAINFUL数据库上的实验结果表明,所提模型在痛苦表情上的识别精度可高这96.29％,ROC下方面积可高达0.904,相比其他几种较新的模型,所提模型取得了更好的识别性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘建芳	平顶山学院软件学院	31	51	5.0	6.0
2	马丽	平顶山学院软件学院	61	170	7.0	10.0
3	褚龙现	平顶山学院软件学院	47	120	5.0	8.0