Zheng, W., et al. (2006).Neural Networks, IEEE Transactions on 17(1): 233-238.
在每个面部图像标记34个特征点,利用Gabor变换提取特征,形成一个labeled graph(LG) vector,代表了面部图像的特征。对于每个训练的面部图像,the semantic ratings describing the basic expressions are combined into a six-dimensional semantic expression vector.这样的一个六维向量就是一个面部表情的标签。
LG vector和semantic expression vector是相关的,利用KCCA算法学习最大相关的投影。利用这个投影向量,我们估计测试集(只有LG vector)的semantic expression vector。即实现了表情的识别。
流程图如下: