论文部分内容阅读
对于传统的局部线性嵌入(LLE)算法在给定数据集中无法学习多重流形信息与等距映射(ISOMAP)算法在展现数据内在几何形态不足的特性,为提高面部表情图像的分类精度,提出了一种基于多重流形嵌入的LLE与ISOMAP面部表情估计方法。该算法分别通过LLE和ISOMAP两种流形学习对面部表情图像集进行分类训练,并得到数据的细化二维映射结果,再通过二维表情分布图将两种分类数据进行融合与重排列。为验证融合的可行性,实验通过流行学习对表情数据进行分类与标记,利用五折交叉验证,将数据定义为五种不同表情,并引入表情