-
题名一种光滑局部敏感鉴别分析方法
- 1
-
-
作者
徐春明
-
机构
盐城师范学院数学科学学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2011年第13期190-192,共3页
-
基金
江苏省高校自然科学基础研究基金资助项目(09KJB510018)
-
文摘
传统的局部敏感鉴别分析方法未考虑原有图像样本像素关系信息,识别效果受到影响。为此,提出一种光滑局部敏感鉴别分析方法。针对图像样本构造一个基于离散拉谱拉斯图的正则化项,该正则化项包含图像像素关系的先验信息,并将其嵌入到局部敏感鉴别分析的目标函数中,使抽取的特征具有空间光滑的特性,从而增强局部敏感鉴别分析算法的泛化能力。在ORL和IMDB人脸数据集上的实验结果证明了该方法的有效性。
-
关键词
局部敏感鉴别分析
光滑局部敏感鉴别分析
光滑正则化
特征抽取
人脸识别
-
Keywords
Locality Sensitive Discriminant Analysis（LSDA）
Smooth LSDA（S-LSDA）
smooth regularization
feature extraction
face recognition
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于不相关局部敏感鉴别分析的新生儿疼痛表情识别
被引量：5
- 2
-
-
作者
卢官明
左加阔
-
机构
南京邮电大学通信与信息工程学院
东南大学教育部水声信号处理重点实验室
-
出处
《南京邮电大学学报（自然科学版）》
北大核心
2013年第6期1-7,共7页
-
基金
国家自然科学基金(61071167)
江苏省高校优秀中青年教师和校长境外研修计划资助项目
-
文摘
针对新生儿疼痛表情识别中的特征提取问题,提出一种不相关局部敏感鉴别分析(Uncorrelated Locality Sensitive Discriminant Analysis,ULSDA)算法。首先,在局部敏感鉴别分析(LSDA)算法的基础上,通过附加投影向量正交性的约束条件,定义了ULSDA的目标函数;然后,推导出求解特征子空间正交投影向量的迭代公式;最后,将输入的高维图像数据投影到这个特征子空间,求出特征向量。ULSDA算法不仅继承了LSDA算法所具有的有监督、局部流形结构保持等特性,而且消除了LSDA算法所提取出的鉴别特征的相关性,从而增强了特征的鉴别能力,比LSDA算法具有更好的分类识别能力。在新生儿表情图像库上的疼痛表情识别实验结果表明,提出的ULSDA方法是有效可行的。当每类表情的训练样本图像为150幅时,采用ULSDA算法获得的平均识别率达到了82.07%,优于主成分分析(PCA)、线性鉴别分析(LDA)、局部敏感鉴别分析(LSDA)等特征提取方法。
-
关键词
表情识别
特征提取
流形学习
统计不相关局部敏感鉴别分析
新生儿疼痛
-
Keywords
expression recognition
feature extraction
manifold learning
uncorrelated locality sensitive discriminant analysis
neonatal pain
-
分类号
TN911.73
[电子电信—通信与信息系统]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
