-
题名基于自适应权值稀疏典型相关分析的人脸表情识别算法
被引量：1
- 1
-
-
作者
孙艳丰
姜天昌
胡永利
-
机构
北京工业大学计算机学院多媒体与智能软件技术北京市重点实验室
-
出处
《北京工业大学学报》
CAS
CSCD
北大核心
2014年第1期49-53,60,共6页
-
基金
国家自然科学基金资助项目(61171169)
北京市自然科学基金资助项目(4132013)
-
文摘
为解决当变量个数较多时,典型相关分析方法不能给出一个稳定模型的问题,提出了一种基于自适应权值的稀疏典型相关分析的人脸表情识别方法.稀疏典型相关分析通过附加一个系数收敛的约束,使基向量中的某些系数收敛为0,因此,就能去掉一些对表情识别没有用处的变量.同时,由于通常的稀疏典型相关分析求解中,稀疏权值的选择是固定值,会产生一些误差,故利用自适应权值的方法来降低在求解稀疏典型向量时产生的误差.在Jaffe和Cohn-Kanade人脸表情数据库上的实验结果,进一步验证了该方法的正确性和有效性.
-
关键词
人脸表情识别
稀疏典型相关分析
自适应
-
Keywords
facial expression recognition
sparse canonical correlation analysis
adaptive
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于稀疏典型性相关分析的图像检索方法
被引量：23
- 2
-
-
作者
庄凌
庄越挺
吴江琴
叶振超
吴飞
-
机构
浙江大学计算机科学与技术学院
-
出处
《软件学报》
EI
CSCD
北大核心
2012年第5期1295-1304,共10页
-
基金
国家自然科学基金(90920303
61070068)
中央高校基本科研业务费专项资金(KYJD09015)
-
文摘
图像语义检索的一个关键问题就是要找到图像底层特征与语义之间的关联,由于文本是表达语义的一种有效手段,因此提出通过研究文本与图像两种模态之间关系来构建反映两者间潜在语义关联的有效模型的思路.基于该模型,可使用自然语言形式(文本语句)来表达检索意图,最终检索到相关图像.该模型基于稀疏典型性相关分析(sparse canonical correlation analysis,简称sparse CCA),按照如下步骤训练得到:首先利用隐语义分析方法构造文本语义空间,然后以视觉词袋(bag of visual words)来表达文本所对应的图像,最后通过Sparse CCA算法找到一个语义相关空间,以实现文本语义与图像视觉单词间的映射.使用稀疏的相关性分析方法可以提高模型可解释性和保证检索结果稳定性.实验结果验证了Sparse CCA方法的有效性,同时也证实了所提出的图像语义检索方法的可行性.
-
关键词
图像检索
文本
语义
稀疏典型性相关分析
视觉单词
-
Keywords
image retrieval
text
semantics
sparse canonical correlation analysis
visual word
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名稀疏保持典型相关分析及在特征融合中的应用
被引量：22
- 3
-
-
作者
侯书东
孙权森
-
机构
南京理工大学计算机科学与技术学院
-
出处
《自动化学报》
EI
CSCD
北大核心
2012年第4期659-665,共7页
-
基金
国家自然科学基金(60773172)
教育部博士学科点基金(200802880017)
江苏省自然科学基金(BK2008411)资助~~
-
文摘
稀疏保持投影(Sparsity preserving projections,SPP)由于保持了数据间的稀疏重构性,因而获取的投影向量满足旋转、尺度和平移的不变性,并能够在无标签的情况下提取样本的自然鉴别信息,在人脸识别领域取得了较为成功的应用.本文在典型相关分析(Canonical correlation analysis,CCA)的基础上引入稀疏保持项,提出一种稀疏保持典型相关分析(Sparsity preserving canonical correlation analysis,SPCCA).该方法不仅实现了两组特征集鉴别信息的有效融合,同时对提取特征间的稀疏重构性加以约束,增强了特征的表示和鉴别能力.在多特征手写体字符集与人脸数据集上的实验结果表明,SPCCA比CCA具有更优的识别性能.
-
关键词
典型相关分析(CCA)
稀疏保持投影(SPP)
稀疏保持典型相关分析(SPCCA)
特征融合
-
Keywords
Canonical correlation analysis（CCA）
sparsity preserving projections（SPP）
sparsity preserving CCA（SPCCA）
feature fusion
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于人脸表情和语音的双模态情感识别
被引量：13
- 4
-
-
作者
闫静杰
卢官明
李海波
王珊珊
-
机构
南京邮电大学通信与信息工程学院
瑞典皇家理工学院
南京中医药大学科学技术与产业处
-
出处
《南京邮电大学学报（自然科学版）》
北大核心
2018年第1期60-65,共6页
-
基金
国家自然科学基金(61501249)
江苏省自然科学基金(BK20150855)
+1 种基金
江苏省重点研发计划(BE2016775)
南京邮电大学引进人才科研启动基金(NY214143)资助项目
-
文摘
在未来的人工智能领域中,计算机的情感识别能力将扮演越来越重要的角色。针对人脸表情和语音的双模态情感识别,文中提出了一种基于稀疏典型相关分析的特征融合方法。首先,分别提取人脸表情和语音两个模态的情感特征,然后采用稀疏典型相关分析方法对两个模态的情感特征进行融合,最后采用K近邻分类器进行情感识别。实验结果表明文中提出的基于稀疏典型相关分析的双模态情感识别方法能够比语音单模态和人脸表情单模态情感识别取得更高的识别率。
-
关键词
人脸表情
语音
双模态情感识别
稀疏典型相关分析
-
Keywords
facial expression
speech
bimodal emotion recognition
sparse canonical correlation analysis
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
