基于稀疏表示的kcca方法及在表情识别中的应用-模式识别与人工智能.pdf

第26 卷摇 第7 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 模式识别与人工智能摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Vol.26摇 No.7 摇 2013年7月摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 PR AI摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Jul摇 2013 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 基于稀疏表示的KCCA方法 及在表情识别中的应用* 1,2 3 3 周晓彦 摇 摇 郑文明摇 摇 辛明海 1 (南京信息工程大学 江苏省气象探测与信息处理重点实验室摇 南京210044) 2 (南京信息工程大学 江苏省气象传感网技术工程中心摇 南京210044) 3(东南大学 学习科学研究中心摇 南京210096) 摘摇 要摇 在面部表情识别中,由于图像特征中存在与情感语义无关的信息及噪声干扰等因素,在一定程度上影响 表情识别的准确性.传统的基于核典型相关分析的识别方法难以有效克服这些因素的影响.为尽可能排除这些影 响表情识别的因素,提出一种基于稀疏表示的核典型相关分析方法,并将其应用于表情识别中.该方法的基本思想 是应用稀疏学习方法来自动选择表情特征矩阵中的关键特征谱成分进行表情特征与情感语义特征之间的相关性 建模,然后通过建立的模型完成对待测表情图像的语义特征估计,并用于表情的分类识别.为验证所提方法较传统 的基于核典型相关分析方法的优越性,选取国际标准表情数据库JAFFE进行实验,实验结果证实了所提方法的有 效性. 关键词摇 稀疏表示,核典型相关分析,面部表情识别 中图法分类号摇 TP391.41 Kernel Canonical Correlation Analysis with Sparse Representation for Facial Expression Recognition 1,2 3 3 ZHOU Xiao鄄Yan ,ZHENG Wen鄄Ming ,XIN Ming鄄Hai 1 (JiangsuKey Laboratory of Meteorological Observation and Information Processing, Nanjing University of Information Science Technology,Nanjing 210044) 2(Jiangsu Technology Engineering Center of Meteorological Sensor Network, Nanjing University of Information Science Technology,Nanjing 210044) 3(Research Centerfor Learning Science,Southeast University,Nanjing 210096) ABSTRACT In facial expression recognition,the existences of image noises and the irrelevant image information to the expression changes usually influenc