典型文献
对噪声鲁棒性的表情特征提取方法
文献摘要：
为了有效解决在噪声污染下人脸表情识别的问题,提出了一种具有鲁棒性的表情特征提取方法.通过使用不同的低秩投影矩阵和映射矩阵的方式来约束低秩稀疏表示的重构图像,将高维空间中的原始数据映射到低维空间模型中,以提取出更具判别性的鲁棒特征.同时所提出的方法采用L2,1范数进行约束,L2,1范数不仅对含噪数据和离群数据具有鲁棒性,还具有旋转不变性,能够较好地保留数据的几何结构,这在一定程度上可以提高识别性能.CK+、JAFFE及LFW数据集的实验结果证明了该文方法对噪声具有鲁棒性.
文献关键词：
表情识别;特征提取;低秩稀疏表示;低维映射
中图分类号：
作者姓名：
韩肖;马祥
作者机构：
长安大学信息工程学院,陕西西安710064
文献出处：
引用格式：
[1]韩肖;马祥-.对噪声鲁棒性的表情特征提取方法)[J].电子设计工程,2022(13):1-5
A类：
低秩投影
B类：
对噪声鲁棒,噪声鲁棒性,噪声污染,人脸表情识别,投影矩阵,矩阵和,低秩稀疏表示,重构图像,高维空间,原始数据,数据映射,射到,低维空间,空间模型,判别性,L2,范数,行约,离群数据,旋转不变性,几何结构,识别性,CK+,JAFFE,LFW,低维映射
AB值：
0.395296
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
