论文研究-嵌入保局投影及在表情识别中的应用.pdf
需积分: 0 42 浏览量
2019-09-12
06:55:42
上传
评论
收藏 472KB PDF 举报
2012，48（21）
1 引言
近年来，基于图像的数据降维方法成功地应用
于模式识别等领域中，图像重构也在基于图像拉普
拉斯变换的学习算法中扮演着极为重要的角色，保
局投影
[1]
就是被广泛应用的其中一种。
保局投影（Locality Preserving Projections，LPP）
是一种新的子空间分析方法，是拉普拉斯特征映射
的线性近似，成功实现了离线签名识别
[2]
，根据保局
投影而改进的自适应 LPP 也成功实现了对人的疲劳
识别
[3]
。但 LPP 是一种无监督学习方法，当两类相似
时，由于保留局部结构的特性，LPP 可能将两个不同
的类投影到一起，引起误差，从而降低正确识别率。
为此，本文提出了一种称为嵌入保局投影（Em-
bedded LPP，ELPP）的降维方法。ELPP 在降维过程
中进行样本化的图像嵌入处理，进行基于样本的图
像重构，将图像结构信息融入到 LPP 目标函数中，这
样可从原始表情数据中提取更多更具判决性的表情
特征信息。
在 JAFFE 和 CED-WYU 两个表情数据库上，利
用 LPP、ELPP 进行表情特征提取，结合最近邻分类器
进行表情的分类识别，实验结果表明，基于 ELPP 的
方法能有效地提高识别率。
2 保局投影 LPP
保局投影通过一定的性能目标来寻找投影矩阵
W ，以实现对高维数据的降维
[1-3]
：
y
i
» W
T
x
i
(i = 12 n) （1）
其中 X =[x
1
x
2
x
n
]x
i
Î Â
m
为表情样本，投影矩阵
W
嵌入保局投影及在表情识别中的应用
黄 勇
HUANG Yong
柳州铁道职业技术学院 电子工程系，广西 柳州 545007
Department of Electronic Engineering, Liuzhou Railway Vocational Technical College, Liuzhou, Guangxi 545007, China
HUANG Yong. Embedded locality preserving projections for expression recognition. Computer Engineering
and Applications, 2012, 48（21）：171-173.
Abstract：A facial expression recognition method based on Embedded Locality Preserving Projections（ELPP）is
proposed. Unlike LPP, ELPP incorporates sampled graph construction in dimension reduction process, thus pre-
serves the local manifold structure embedded in the ambient space. Whereas, ELPP aims still to preserve structures
in data into the embedding space. ELPP can extract more useful and discriminatal expression features from the
orginal expression data. Experimental result on JAFFE and CED-WYU shows that ELPP is an effective method for
improving the recognition accuracy.
Key words：Locality Preserving Projections（LPP）; Embedded Locality Preserving Projections（ELPP）; expression
recognition
摘 要：提出了一种基于嵌入保局投影的人脸表情识别方法，称之为 ELPP。通过降维处理，ELPP 不仅保留邻
空间的局部结构信息，通过样本化的图像嵌入处理，还保留了嵌入空间的数据信息，这样可从原始表情数据中
提取更多更有效更具判决性的表情特征信息。基于 JAFFE 和 CED-WYU 两个表情数据库的识别结果表明，基
于 ELPP 的特征提取方法能有效地改善识别效果。
关键词：保局投影；嵌入保局投影；表情识别
文章编号：1002-8331（2012）21-0171-03 文献标识码：A 中图分类号：TP391.41
作者简介：黄勇（1980—），男，讲师，主要研究方向：自动检测技术、模式识别。E-mail：longqhy@126.com
收稿日期：2011-02-25 修回日期：2011-05-23 CNKI 出版日期：2011-07-29
DOI：10.3778/j.issn.1002-8331.2012.21.038 http://www.cnki.net/kcms/detail/11.2127.TP.20110729.1121.019.html
Computer Engineering and Applications 计算机工程与应用
171
评论0
最新资源