基于Fisher特征选择的微表情识别

作者：张延良; 卢冰; 蒋涵笑; 洪晓鹏; 赵国英; 张伟涛

来源：计算机应用与软件, 2020, 37(09): 68-74.

• 微表情识别
• 特征描述子
• Fisher特征选择
• 识别准确率

微表情时空特征描述子提取到的特征向量维数高,导致分类算法运算复杂度高,运行时间长,识别准确率较低。为此提出基于Fisher特征选择的方法,挑选鉴别力强的特征分量,对特征向量进行降维。采用"留一交叉验证"法,在CASMEII和SMIC两个数据集下分类实验表明,经Fisher特征选择后微表情的识别率可以达到75.71%和75%,分别较原特征向量识别率提高了61.22%和46.43%,而维数仅为原特征向量维数的4.18%和4.71%,分类所需时间是原方法的4.27%和1.61%。

• 单位
  西安电子科技大学; 西安交通大学; 河南理工大学; 电子工程学院