基于改进的并行特征融合人脸表情识别

《基于改进的并行特征融合人脸表情识别》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据第34卷第5期广西大学学报：自然科学版V01．34No．52009年10月JournalofGuangxiUniversity：NatsciEdOct．2009文章编号：1001-7445(2009)05-0700-04基于改进的并行特征融合人脸表情识别罗飞1，王国胤1，杨勇1一，李振静1(1．重庆邮电大学计算机科学与技术学院，重庆400065；2．西南交通大学信息科学与技术学院，四川成都610031)摘要：基于信息融合理论和线性鉴别分析。提出了一种改进的并行特征融合人脸表情识别方法。该方法首先将不同表征下的人脸表情特征利用复向量组合起来，构成复特征向量，然后利用具有

2、不同权重的最大散度差鉴别分析方法进行进一步的复特征提取。在不同样本库、不同类型特征融合下的实验结果表明，该方法在优化投影轴和避免“小样本”问题的同时得到了满意的识别结果。关键词：表情识别；特征融合；最大散度差鉴别分析中图分类号：TP391．4文献标识码：AFacialexpressionrecognitionbasedonimprovedparallelfeaturesfusionLUOFeil，WANGGuo．yinl，YANGYon91’。，LIZhen-jin91(1．InstituteofComputerScienceandTechnology，ChongqingUn

3、iversityofPostsandTelecommunications，Chongqing400065，China；2．SchoolofInformationScienceandTechnology，SouthwestJiaotongUniversity，Chengdu610031，China)Abstract：Animprovedmaximumscatterdifferencediscriminatecriterionmethodbasedoninforma—tionfusiontheoryisproposedinemotionrecognition．Firstly，th

4、ecomplexfeaturevectorsofdifferentfeatures[irecomputed．Then．complexfeaturesarcextractedbythemaximumscatterdifferencedis—criminatecriterionofdifferentweight．Experimentresuhswithdifferentsamplesandfeaturesshowtheeffieiencyofthemethodanditcanavoidthe“SmallSampleSize”and“inferior”problems．Thecor

5、rectrecognitionrateisfurtherimprovedbytheproposedfeaturefusionmethod．Keywords：expressionrecognition；featurefusion；maximumscatterdifferencediscriminatecriterion随着模式识别与机器学习相关研究的不断深入，信息融合在多模情感识别领域得到了迅速的发展¨_2】。信息融合分为像素级、特征级、决策级三个层次。其中，特征级信息融合的方法具有保留参与融合的多种特征有效的分类信息的优点，在近几年逐渐受到了更多研究者的关注¨剖。在表情识别研

6、究领域，Kotsia等⋯将几何特征和采用非负矩阵分解(DNMF)提取到的纹理特征通过SVM进行融合，得到了理想的识别结果，但是其采用的串行特征融合策略存在合并后的特征空间维数是原始两种特征维数之和，从而加重分类器负担的缺点。刘松等旧1采用几何特征和通过Fisher线性判别分析提取的整体表情特征进行融合，在JAFFE表情库上得到了70．8％的识别结果，其采用的仍是串行特征融合。此外，Fisher线性鉴别分析在表情识别等小样本问题中常会出现类内散度矩阵奇异，引起投影轴无法求解的问题。本文采用复数的组合形式将样本空间上不同表征下的两组特征进行并行特收稿日期：20094)4-01：修

7、订日期：20094)6-25基金项目：国家自然科学基金资助项目(60773113)；重庆市杰出青年科学基金(2008BA2041)通讯联系人：王国胤(1970一)，男，重庆人，重庆邮电大学教授，博士生导师；E-mail：wanggy@equpt．edu．cn。万方数据第5期罗飞等：基于改进的并行特征融合人脸表情识别701征组合，构成复特征向量，并且将具有不同权重的最大散度差鉴别分析方法在复向量空间进行了扩展，提出了改进的复空间最大散度差鉴别分析方法，并把该方法应用到人脸表情识别中。实验结果表明，该方法可