人脸表情的非线性多因子分析

人脸表情分析在图像/视频检索、压缩，人机交互及行为分析等领域具有重要的学术价值和广泛的应用前景。本项目研究受多种因素影响下的人脸表情，在张量分解的框架下，分析影响人脸表情的各因子之间的关系。研究理想特征匹配建模问题，探索适合于多因子模式分析的张量分解模型；研究缺失张量数据的估计方法，核张量分解中核函数的选取方法与特征降维问题。通过人脸表情的多因子分析，完善张量分解的数学理论。目标是提高人脸表情分析的识别性能和鲁棒性，建立基于核张量分解的非线性多因子模式分析方法体系。更进一步，本项目希望能够利用此方法体系推广到模式识别的其他领域。