基于图像优化局部保留投影的人脸表情识别

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (27): 210-211.

• 图形、图像、模式识别 • 上一篇下一篇

基于图像优化局部保留投影的人脸表情识别

黄勇

柳州铁道职业技术学院电子工程系，广西柳州 545007

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-09-21 发布日期:2011-09-21

Facial expression recognition based on graph-optimized locality preserving projections

HUANG Yong

Department of Electronic Engineering，Liuzhou Railway Vocational Technical College，Liuzhou，Guangxi 545007，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-09-21 Published:2011-09-21

摘要/Abstract

摘要： 提出了一种基于图像优化局部保留投影的人脸表情识别方法。该算法在降维过程中将图像结构信息融入到LPP目标函数中，称之为GOLPP。与LPP不同，GOLPP通过降维处理，获得图像结构信息的同时将投影最优化，这样可从原始表情数据中提取更具判决性的表情信息。基于JAFFE和CED-WYU（1.0）两个表情数据库的识别结果表明，基于GOLPP的特征提取方法能有效地提高识别率。

关键词: 局部保留投影, 图像优化局部保留投影, 人脸表情识别

Abstract: A facial expression recognition method based on Graph-Optimized Locality Preserving Projections（GOLPP） is proposed in this paper.Unlike LPP，GOLPP incorporates graph construction into the LPP objective function in dimension reduction process，thus obtains a simultaneous learning framework for graph construction and projection optimization，GOLPP can extract more useful and discriminatal expression features from the original expression data.Experimental result on JAFFE and CED-WYU show that GOLPP is an effective method for improving the recognition accuracy.

Key words: Locality Preserving Projections（LPP）, Graph-Optimized Locality Preserving Projections（GOLPP）, facial expression recognition

黄勇. 基于图像优化局部保留投影的人脸表情识别[J]. 计算机工程与应用, 2011, 47(27): 210-211.

HUANG Yong. Facial expression recognition based on graph-optimized locality preserving projections[J]. Computer Engineering and Applications, 2011, 47(27): 210-211.

[1]	张宏丽，白翔宇. 利用优化剪枝GoogLeNet的人脸表情识别方法[J]. 计算机工程与应用, 2021, 57(19): 179-188.
[2]	孙晓，丁小龙. 基于生成对抗网络的人脸表情数据增强方法[J]. 计算机工程与应用, 2020, 56(4): 115-121.
[3]	张志禹1，王瑞琼1，魏敏敏1，周杰2. 堆栈式混合自编码器的人脸表情识别方法[J]. 计算机工程与应用, 2019, 55(13): 140-144.
[4]	钱勇生，邵洁，季欣欣，李晓瑞，莫晨，程其玉. 基于改进卷积神经网络的多视角人脸表情识别[J]. 计算机工程与应用, 2018, 54(24): 12-19.
[5]	汤春明，赵红波，张小玉. 基于流形学习2D-LDLPA的东亚人脸表情识别算法[J]. 计算机工程与应用, 2018, 54(17): 146-150.
[6]	程强，陈秀宏. 局部非参数子空间分析在人脸识别中的应用[J]. 计算机工程与应用, 2014, 50(3): 141-144.
[7]	穆国旺1，王阳2，郭蔚1. 基于生物启发特征和SVM的人脸表情识别[J]. 计算机工程与应用, 2014, 50(17): 164-168.
[8]	白雪飞^1，2，李茹^1，2. 神经网络集成的多表情人脸识别方法[J]. 计算机工程与应用, 2010, 46(4): 145-148.
[9]	王晔¹,吴小俊¹,王士同¹,杨静宇². 基于改进主动形状模型的人脸表情识别[J]. 计算机工程与应用, 2009, 45(6): 197-200.
[10]	陈晓光,刘决仕. 面向表情识别的AVR和增强LBP特征选择方法[J]. 计算机工程与应用, 2009, 45(19): 184-188.
[11]	唐京海¹,张有为^1,2. 基于动态序列特征的人脸表情识别方法[J]. 计算机工程与应用, 2008, 44(8): 220-222.
[12]	李正淳¹,应自炉^1,2. 一种经过Hopfield网调整后的非特定人表情识别[J]. 计算机工程与应用, 2008, 44(4): 239-241.
[13]	倪宁¹,卢刚². 基于视频的人脸表情识别方法研究[J]. 计算机工程与应用, 2008, 44(17): 198-200.
[14]	黄勇^1,3，应自炉^1,2. 基于分类器联合的表情识别[J]. 计算机工程与应用, 2007, 43(25): 244-245.
[15]	黄勇应自炉. 基于双决策子空间和神经网络的人脸表情识别[J]. 计算机工程与应用, 2007, 43(14): 227-229.

基于图像优化局部保留投影的人脸表情识别

Facial expression recognition based on graph-optimized locality preserving projections

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics