判别性邻域保持嵌入和嵌入正则化联合学习的人脸表情识别方法

摘要

提出了一种判别性邻域保持嵌入和嵌入正则化联合学习（DNPE-ER）算法，构造类内和类间权重矩阵，将最大类间隔准则融合到邻域保持嵌入中，保持投影低维空间内的类内紧凑性和类间可分性；基于线性回归的投影函数构造嵌入正则化并对正则化嵌入矩阵施加以ℓ_2,1范式约束，增强算法的泛化性和鲁棒性.为进一步提升模型的识别能力，使用核技巧将算法扩展至核空间，提出了核化版DNPE-ER算法CK-DNPE-EF.在真实数据集上验证了算法的识别性能.

关键词

人脸表情识别 / 判别性邻域保持嵌入 / 嵌入正则化 / 联合学习

基金资助

国家自然科学基金资助项目(61806026); 江苏省教育厅未来网络科研基金资助项目(FNSRFP-2021-YB-36); 常州市科技支撑社会发展资助项目(CE20215032)