用于情感识别的分层稀疏与协作低秩表示
计算机视觉与模式识别
2016-11-17 v2
摘要
在本文中，我们设计了一种协作分层稀疏低秩（C-HiSLR）模型，该模型天然适用于视觉数据中的人类情感识别。先前的尝试需要显式的情感成分，而这些成分往往不可用且难以恢复。相反，我们的模型利用了表情面部帧的低秩特性，并通过引入组稀疏性来修正不精确的稀疏表示。对于 CK+ 数据集，C-HiSLR 在原始表情面部上的表现与应用于人工准备情感数据的基于稀疏表示的分类（SRC）方法相当。在真阳性率方面，C-HiSLR 的表现甚至优于 SRC。
引用
@article{arxiv.1410.1606,
title = {Hierarchical Sparse and Collaborative Low-Rank Representation for Emotion Recognition},
author = {Xiang Xiang and Minh Dao and Gregory D. Hager and Trac D. Tran},
journal= {arXiv preprint arXiv:1410.1606},
year = {2016}
}
备注
5 pages, 5 figures; accepted to IEEE ICASSP 2015; programs available at https://github.com/eglxiang/icassp15_emotion/