Human Identi cation versus Expression Classi cation via Bagging on Facial Asymmetry
Human Identi cation versus Expression Classi cation via Bagging on Facial Asymmetry
复制标题
通过面部不对称性进行装袋的人类识别与表情分类
DOI：
--
复制
发表时间：
2003
期刊：
影响因子：
--
通讯作者：
S. Mitra
中科院分区：
文献类型：
--
作者：
Yanxi Liu;S. Mitra
我们证明了定量艾德面部不对称性的双重用途：（1）在表达变化下的人类识别和（2）在不同人类受试者中的表达分类。我们的实验表明，在应用线性判别分析等分类器之前，使用统计装袋和特征子空间选择是有效的。这种预处理允许相同类型但不同维度的图像特征对于两个看似冲突的分类目标具有区分性。当面部不对称特征结合到经典分类器中时，发现统计学上的显著改善。
We demonstrate a dual usage of quanti ed facial asymmetry for (1) human identi cation under expression variations and (2) expression classi cation across di erent human subjects. Our experiments show the e ectiveness of using statistical bagging and feature subspace selection BEFORE applying classi ers such as Linear Discriminant Analysis. This preprocessing allows the same type but di erent dimensions of image features to be discriminative for two seemingly con icting classi cation goals. Statistically signi cant improvements are found when facial asymmetry features are combined into classical classi ers.