[发明专利]基于谱稀疏典型相关分析的表情语义稀疏量化方法

摘要

本发明公开了基于谱稀疏典型相关分析的表情语义稀疏量化方法，属于图像处理的技术领域。本发明通过在典型相关分析中引入表情图像特征矩阵的谱分解表示方法，将典型相关分析与表情图像特征矩阵的谱稀疏选择相结合；通过采用方向交错优化法确定最佳投影参数以及最佳变换矩阵；在提取待测人脸图像表情语义特征向量时，通过在最小二乘回归方法中增加L1范式的稀疏惩罚项，实现对待测表情图像的表情语义信息的稀疏量化评估。本发明具有识别率更高、鲁棒性更好的表情识别效果。

主权项

基于谱稀疏典型相关分析的表情语义稀疏量化方法，其特征在于包括如下步骤：    步骤1，从训练人脸表情图像样本集中提取表情特征矢量集、情感语义特征矢量集；    步骤2，利用谱稀疏典型相关分析方法得到投影方向矩阵，将表情特征矢量集和情感语义特征矢量集按照投影方向矩阵投影得到表情投影矢量集、情感语义投影矢量集；    步骤3，计算最佳变换矩阵，所述最佳变换矩阵使得表情投影矢量集按照最佳变换矩阵变换后与情感语义投影矢量集的均方误差最小；    步骤4，对于待测试人脸表情图像进行特征提取，获得待识别人脸表情图像的Gabor表情特征矢量、情感语义特征矢量，将所述Gabor表情特征矢量、情感语义特征矢量按照步骤1至步骤3所述的训练人脸表情图像样本集的线性关系变换，得到识别结果。