一种无监督跨域人脸表情识别方法

摘要

本发明公开了一种无监督跨域人脸表情识别方法，通过找到一个特征变换矩阵将源域和目标域样本映射到一个公共子空间，引入无参数的最大均值差异MMD来度量源域和目标域数据之间边缘分布和条件分布的距离，在该子空间中联合对齐边缘分布和条件分布，最小化域之间的分布距离。然后对变换的特征进行训练得到一个域适应分类器，来对目标域中的数据标签进行预测。本发明克服了目前存在的大多数人脸表情识别需要满足所用的测试集与训练集均来自于同一个数据集，即训练样本与测试样本满足独立同分布的假设，且不需要在目标域中带有标签样本，提高了跨域人脸表情的识别效果。