基于SLPP与MKSVM的痛苦表情识别

为提高痛苦表情识别的准确率,提出一种基于监督保局投影(SLPP)与多核线性混合支持向量机(MKLMSVM)的识别方法。引入先验类标签信息的SLPP获取痛苦表情特征,以解决保局投影方法在未使用先验类标签信息的情况下忽略类内局部结构的问题,并采用MKLMSVM实现痛苦表情的分类。实验结果表明,该方法的识别准确率可达88.56%,明显优于主动外观模型方法,与一般的支持向量机分类相比,可以提升决策函数的可解释性及分类性能。