近日，烟台大学计算机与控制工程学院宋鹏博士团队论文“Joint Local-Global Discriminative Subspace Transfer Learning for Facial Expression Recognition”在情感计算领域国际顶级期刊《IEEE Transactions on Affective Computing》（中科院一区，IF:10.506）上发表。2019级硕士研究生张雯婧为第一作者，导师宋鹏为通讯作者，烟台大学计算机与控制工程学院为第一作者单位。

该论文提出了一种联合局部-全局判别子空间迁移学习方法来解决跨域人脸表情识别问题。具体地，该论文提出了一种联合局部-全局图作为距离度量，并提出了一种新的成对回归函数来引导判别子空间迁移学习。然后，通过引入一个数据重构约束来保留主要的判别信息。在多个公开人脸表情数据集上进行了实验验证。实验结果表明，该论文提出的方法优于目前大多数先进的方法，验证了提出方法的有效性。

图1论文提出的跨域人脸表情识别方法框架图

近年来宋鹏博士团队已在人工智能领域的语音情感识别、人脸表情识别等方向上发表了一系列研究成果，相关工作发表在IEEE Transactions on Affective Computing、IEEE/ACM Transactions on Audio, Speech, and Language Processing等国际重要学术期刊上。

论文信息：

Wenjing Zhang, Peng Song, Wenming Zheng, "Joint Local-Global Discriminative Subspace Transfer Learning for Facial Expression Recognition," IEEE Transactions on Affective Computing. DOI: 10.1109/TAFFC.2022.3168834.