[发明专利]一种基于语音字典稀疏迁移学习的微表情识别方法

摘要

一种基于语音字典稀疏迁移学习的微表情识别方法，包括训练阶段和测试阶段。本专利通过投影的方式将语音和微表情投影到公共空间内，并且为了简化计算，提高效率，对投影后的数据进行稀疏字典表示；为了进一步缩小两个域的数据差距，考虑将两个域的字典进行彼此之间的重构，从而实现了字典的关联性，这样使得投影后的稀疏表示矩阵产生了更大的相关性。

主权项

1.一种基于语音字典稀疏迁移学习的微表情识别方法，其特征在于，该识别方法包括训练阶段和测试阶段；所述训练阶段包括如下步骤：首先，对语音域和微表情域提取特征；然后，对提取完的特征数据进行分组，语音域和微表情域的特征集均分成训练集和测试集；接着，使得语音域和微表情域的数据投影到一个公共空间，在公共空间中同时求出语音域的稀疏字典与微表情的稀疏字典，对所述语音域的稀疏字典和微表情域的稀疏字典进行彼此的重构；之后，经过一定次数的迭代和优化，分别得到语音域的字典和微表情域的字典，语音域的投影矩阵，微表情域的投影矩阵，语音域的重构矩阵，微表情域的重构矩阵，语音域的稀疏系数表示矩阵，微表情域的稀疏系数表示矩阵；所述测试阶段包括如下步骤：对于给定语音域和微表情域的测试集，首先通过在线训练得到的投影矩阵对两域特征集进行投影；然后，利用训练得到的语音域的字典和微表情域的字典，对投影到公共空间的两个域特征进行稀疏重构，得到两个域各自的稀疏系数表示矩阵；最后，通过机器识别经典算法K近邻分类器KNN对两个域的稀疏系数表示矩阵进行分类识别。