科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对用于人脸微表情识别的面部动力谱特征(FDM)提取方法中迭代算法抽取时空立方体主方向时时间复杂度高的问题,提出基于主元分析(PCA)的改进算法。首先将数据中心平移到原点,其次估计相关矩阵,最后估计其特征向量和特征值,取最大特征值对应的特征向量方向作为时空立方体的主方向。采用Oulu大学SMIC微表情数据库中的微表情片段作为实验样本,选择支持向量机(SVM)作为分类器,对改进算法和原算法进行人脸微表情识别对比实验。结果表明,两种算法识别率相近,但改进算法在计算时间上远短于原算法。可见,改进算法在准确找出时空立方体主方向的同时,能大大降低原算法的计算复杂度。
- 单位
