TY -的A2 Scioscia Floriano盟——张Yanliang盟——刘应非盟-李,耿AU -彭,红星PY - 2021 DA - 2021/07/20 TI -子空间学习和无监督跨数据库联合分布适应微表情识别SP - 5572096六世- 2021 AB -微表情识别被广泛的研究由于其许多潜在的应用,如业务谈判和测谎。跨数据库微表情识别比正常的微表情识别更具挑战性和吸引力,因为训练和测试样本来自不同的数据库。接下来的挑战是,训练和测试样本之间的特征分布不同的太多了。因此,当前的性能良好的微表情识别方法往往达不到预期的效果。在本文中,我们解决这个问题通过引入子空间学习和联合分布适应(SLJDA)源和目标域投射到子空间,后来减少它们之间的距离,然后最小化之间的距离的边际和条件概率分布源域和目标域之间的数据。评估其性能,大量的跨数据库实验中芯国际数据库和CASMEII数据库中执行。实验结果显示该方法的优越性与现有的微表情识别方法。SN - 1574 - 017 - 2021/5572096 / 10.1155 x你——https://doi.org/10.1155/2021/5572096——摩根富林明-移动信息系统PB - Hindawi KW - ER