一种基于多流形学习的面部表情识别方法

本发明公开一种基于多流形学习的面部表情识别方法，属于计算机视觉与模式识别领域。该方法首先利用活动形状模型检测面部显著区域并构建表情数据库；然后采用分数阶傅里叶变换对显著区域的图像预处理，强化特征；之后通过多流形鉴别分析方法提取各表情类别对应的鉴别矩阵，使同类样本之间的流形内距离最小化，异类样本之间的流形间距离最大化；最后将测试样本投影到各流形的鉴别空间，计算测试样本与每个流形之间的距离，选择距离最小的流形对应的表情类别作为测试样本的识别结果。本发明聚焦面部显著区域，通过2D‑FrFT预处理、M2DA优化算法，有效提升表情识别的准确性和鲁棒性，可应用于智能人机交互、情感分析等领域。