间距判别投影及其在表情识别中的应用
来源：计算机应用杂志2017年第5期北京时间：
作者：甘炎灵, 金聪
单位：华中师范大学 计算机学院, 武汉 430079
摘要：针对全局降维方法判别信息不足，局部降维方法对邻域关系的判定存在缺陷的问题，提出一种新的基于间距的降维方法——间距判别投影（MDP）。首先，根据类的中心均值的异类近邻关系定义描述类边缘的边界向量；在这个基础上，MDP重新定义类间离散度矩阵，同时，使用全局的方法构造类内离散度矩阵；然后，MDP借鉴判别分析思想建立衡量类间距的准则，并通过类间距最大化增强样本在投影空间中的可分性。对MDP在人脸表情数据库JAFFE和Extended Cohn-Kanade上进行表情识别实验，并且跟传统的降维方法主成分分析（PCA）、最大间距准则（MMC）和边界Fisher分析（MFA）进行对比，实验结果表明，所提算法能够有效提取更具区分性的低维特征，比其他几种方法分类精度更高。
关键词：降维,间距,判别投影,类间离散度,类内离散度,表情识别
基金资助：国家社会科学基金资助项目（13BTQ050）。
