基于独立子空间分析特征学习的表情识别

摘要：

手工设计的特征(如Gabor、LBP等)在表情识别中得到了广泛的应用.独立子空间分析是一种无监督特征学习方法,可从图像中学习出具有相位不变的特征.在表情识别应用中,由于复杂背景的影响以及人脸对齐方法的局限性,很难得到精确对齐的人脸图像序列.研究了在非精确对齐情况下,基于独立子空间分析的表情识别问题.通过分析不同子空间尺寸下的表情识别效果发现,在非精确对齐情况下,选择合适的子空间尺寸能提升学到的特征对表情识别的鲁棒性.

关键词： 人脸表情识别 独立子空间 特征学习 图像信息

作者: 詹永杰 龙飞 卜轶坤

作者单位: 数字媒体计算研究中心厦门大学软件学院,厦门361005;厦门大学信息科学与技术学院,厦门361005 数字媒体计算研究中心厦门大学软件学院,厦门361005 厦门大学信息科学与技术学院,厦门361005

会议类型: 国内会议

会议名称: 第十五届中国虚拟现实大会暨虚拟现实与可视化技术国际会议

会议地点: 厦门

会议语种:中文

页码: 2316-2319,2327

在线出版日期: 2015-10-17（万方平台首次上网日期，不代表论文的发表时间）