微表情时空特征描述子提取到的特征向量维数高,导致分类算法运算复杂度高,运行时间长,识别准确率较低。为此提出基于Fisher特征选择的方法,挑选鉴别力强的特征分量,对特征向量进行降维。采用"留一交叉验证"法,在CASMEII和SMIC两个数据集下分类实验表明,经Fisher特征选择后微表情的识别率可以达到75.71%和75%,分别较原特征向量识别率提高了61.22%和46.43%,而维数仅为原特征向量维数的4.18%和4.71%,分类所需时间是原方法的4.27%和1.61%。
科研之友
微信
新浪微博
Facebook
分享链接
