-
题名基于稀疏保留投影的人脸表情识别
被引量：3
- 1
-
-
作者
黄勇
-
机构
柳州铁道职业技术学院电子工程系
-
出处
《计算机工程》
CAS
CSCD
北大核心
2011年第8期164-165,168,共3页
-
文摘
提出一种基于稀疏保留投影的人脸表情识别方法。通过稀疏重构处理,在保留表情稀疏重构信息的同时也保留表情局部邻信息,可从原始表情数据中提取更多有效且具判决性的内在表情特征,获得的投影也较稳定。基于JAFFE和CED-WYU 2个表情数据库的识别结果表明,该方法能有效提高人脸表情识别率。
-
关键词
数据降维
局部保留投影
稀疏保留投影
人脸表情识别
-
Keywords
dimension reduction； Locality Preserving Projections（LPP）； Sparse Preserving Projections（SPP）； facial expression recognition；
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名稀疏保留投影及在表情识别中的应用
被引量：1
- 2
-
-
作者
黄勇
-
机构
柳州铁道职业技术学院电子工程系
-
出处
《计算机应用》
CSCD
北大核心
2010年第12期100-101,125,共3页
-
文摘
提出一种基于稀疏保留投影的人脸表情识别方法,称之为SPP。与局部保留投影(LPP)不同,SPP通过稀疏重构处理,在保留表情稀疏重构信息的同时也保留表情局部邻信息,这样可从原始表情数据中提取更多、更有效、更具判决性的内在表情特征,获得的投影也更稳定。基于CED-WYU(1.0)和JAFFE两个表情数据库的识别结果表明,基于SPP的特征提取方法能有效地提高识别率。
-
关键词
局部保留投影
稀疏保留投影
表情识别
-
Keywords
Local Preserving Projection（LPP）
Sparse Preserving Projection（SPP）
expression recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名稀疏保留判决分析在人脸表情识别中的应用
- 3
-
-
作者
黄勇
-
机构
柳州铁道职业技术学院电子工程系
-
出处
《计算机工程》
CAS
CSCD
北大核心
2011年第14期167-168,171,共3页
-
文摘
提出一种基于稀疏保留判决分析的人脸表情识别方法——SPDA方法。引入稀疏描述理论结合半监督判决分析SDA,通过稀疏重构处理,可获得图像的局部结构信息。由于稀疏描述本身具有的判决性,SPDA只需少量的样本就能获得较好的效果。CED-WYU和JAFFE的2个表情数据库的识别结果表明,该方法能有效提高识别率。
-
关键词
数据降维
线性判决分析
半监督判决分析
稀疏保留判决分析
人脸表情识别
-
Keywords
dimensionality reduction
Linear Discriminant Analysis（LDA）
Semi-supervised Discriminant Analysis（SDA）
Sparse PreservingDiscriminant Analysis（SPDA）
facial expression recognition
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于成对约束和稀疏保留的数据降维算法
- 4
-
-
作者
王颖静
王正群
张国庆
俞振洲
-
机构
扬州大学信息工程学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2011年第24期193-194,197,共3页
-
基金
国家自然科学基金资助项目(60875004)
江苏省自然科学基金资助项目(BK2009184)
+1 种基金
江苏省高校自然科学基金资助项目(10KJB510027
07KJB520133)
-
文摘
结合以成对约束形式给出的监督信息和无监督信息,提出一种基于成对约束和稀疏保留的数据降维算法。通过成对约束信息进行鉴别分析,利用稀疏表示方法保留数据集在变换空间中的全局稀疏结构。实验结果表明,与传统特征抽取算法相比,该算法的识别效果更好,需要调节的参数更少,且鲁棒性较高。
-
关键词
稀疏保留
机器学习
特征提取
人脸识别
-
Keywords
sparsity preserving
machine learming
feature extraction
face recognition
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名结合成对约束的近邻稀疏保留投影算法
- 5
-
-
作者
彭澎
郝矿荣
丁永生
郭爽
-
机构
东华大学信息科学与技术学院
数字化纺织服装技术教育部工程研究中心
-
出处
《计算机工程与应用》
CSCD
北大核心
2016年第7期176-180,共5页
-
基金
国家自然科学基金重点项目(No.61134009)
长江学者和创新团队发展计划(No.IRT1220)
+4 种基金
上海领军人才专项资金
上海市科学技术委员会重点基础研究项目(No.13JC1407500
No.11JC1400200)
上海市教育委员会科研创新项目(No.14ZZ067)
中央高校基本科研业务费专项资金(No.2232012A3-04)
-
文摘
稀疏保持投影算法是一种无监督的全局线性降维方法,无法应对训练样本不足及类内样本间差异过大的情况。针对该问题,提出一种结合成对约束机制的近邻稀疏保留投影算法。利用近邻样本求取稀疏系数以保留局部结构信息,引入成对约束监督的思想,利用样本类别指导稀疏重构过程,最后定义能最大限度保留稀疏系数中蕴含的类别信息的低维子空间。将该算法用于人脸识别,实验结果证明了算法在识别率以及运行时间上的有效性和可行性。
-
关键词
降维
近邻稀疏保留投影
成对约束
人脸识别
-
Keywords
dimensionality reduction
locally sparsity preserving projection
pairwise constraint
face recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名不相关稀疏保留投影在人脸识别中的应用
被引量：4
- 6
-
-
作者
马家军
-
机构
商洛学院
-
出处
《重庆理工大学学报（自然科学）》
CAS
2016年第7期129-134,共6页
-
基金
商洛学院科研基金资助项目(14SKY008)
-
文摘
稀疏保留投影是一种有效的特征提取算法,它虽然能很好地保留样本间的稀疏重构特性,但是得到的特征分量通常具有统计相关性,存在数据冗余。为此,引入不相关约束条件,提出了不相关稀疏保留投影特征提取方法,利用推导出的公式提取不相关判别特征集,进而提高了识别率。在PIE、Extended Yale B和AR人脸库的实验结果表明:该方法有效且稳定,与MLHOSDA、SPP和LPP相比具有更高的正确识别率。
-
关键词
特征提取
不相关
稀疏保留投影
人脸识别
-
Keywords
feature extraction
uncorrelation
sparse preserving projection
face recognition
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名全局加权稀疏局部保留投影
被引量：3
- 7
-
-
作者
林克正
程卫月
刘帅
-
机构
哈尔滨理工大学计算机科学与技术学院
-
出处
《计算机应用》
CSCD
北大核心
2014年第3期760-762,779,共4页
-
基金
国家自然科学基金资助项目(60873019)
黑龙江省教育厅科学技术研究项目(11551087)
-
文摘
针对稀疏保留投影(SPP)算法运行时间较长并且忽略了样本的类间差异信息的问题,在稀疏保留投影算法的基础上,提出了全局加权稀疏局部保留投影(GWSLPP)算法。该算法在保持样本的稀疏重构关系的同时,使样本具有很好的鉴别能力,算法通过对样本进行稀疏重构处理;然后对样本进行投影并且最大化样本的类间散度;最后利用得到的投影将样本分类。该算法分别在FERET人脸库和YALE人脸库上进行实验。实验结果表明,全局加权稀疏保留算法在执行时间和识别率综合性能上,优于局部保留投影(LPP)、SPP和FisherFace算法,执行时间只有25 s,识别率能达到95%以上,实验数据验证了算法的有效性。
-
关键词
稀疏保留投影算法
类间差异
稀疏重构
类间散度
-
Keywords
Sparse Preserving Projection （SPP） algorithm
difference between classes
sparse reconstruction
divergence between classes
-
分类号
TP391.413
[自动化与计算机技术—计算机应用技术]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名加权鉴别保持投影降维的非约束人脸识别研究
被引量：2
- 8
-
-
作者
王志强
童莹
曹雪虹
任丽
-
机构
南京邮电大学通信与信息工程学院
南京工程学院信息与通信工程学院
-
出处
《信号处理》
CSCD
北大核心
2019年第10期1762-1772,共11页
-
基金
国家自然科学基金(61703201)
江苏省自然科学基金(BK20170765)
+1 种基金
南京工程学院创新基金(CKJB201602)
南京工程学院高层次引进人才科研启动基金资助(YKJ201862)
-
文摘
非约束环境下采集的人脸图像复杂多变,因稀疏保留投影(Sparse Preserving Projection,SPP)算法没有考虑到样本的局部结构使其降维效果不理想,针对该问题,本文提出了加权判别稀疏保留投影(Weighted Discriminant Sparse Preserving Projection,WDSPP)算法。首先,引入样本类别标签和类内紧凑项,用以增强待测样本和同类样本之间的重构关系;其次,非控环境下样本质量参差不齐,考虑以样本距离权值约束稀疏重构系数,降低同类奇异样本的影响,进一步提高重构关系的准确度;最后,低维投影阶段增加全局约束因子,利用样本全局分布中隐含的鉴别信息使低维子空间分布更紧凑、更易于鉴别。在AR库、Extended Yale B库、LFW库和PubFig库上的大量实验结果表明,本文所提算法在复杂人脸环境下具有较好的识别结果。
-
关键词
非约束人脸识别
稀疏保留投影
加权稀疏表示
降维
-
Keywords
unconstrained face recognition
sparse preserving projection
weighted sparse representation
dimensionality reduction
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
