完备鉴别保局投影人脸识别算法 被引量：34

1

作者 杨利平 龚卫国 +2 位作者 辜小花 李伟红 杜兴 《软件学报》 EI CSCD 北大核心 2010年第6期1277-1286,共10页

为了充分利用保局总体散布主元空间内的鉴别信息进行人脸识别,提出了一种完备鉴别保局投影(complete discriminant locality preserving projections,简称CDLPP)人脸识别算法.鉴于Fisher鉴别分析和保局投影已经被广泛的应用于人脸识别,... 为了充分利用保局总体散布主元空间内的鉴别信息进行人脸识别,提出了一种完备鉴别保局投影(complete discriminant locality preserving projections,简称CDLPP)人脸识别算法.鉴于Fisher鉴别分析和保局投影已经被广泛的应用于人脸识别,完备鉴别保局投影(locality preserving projections,简称LPP)算法将这两者结合起来,分析了保局类内散布、类间散布和总体散布的主元空间和零空间内包含的鉴别信息.该算法采用奇异值分解(singular value decomposition,简称SVD),去除了不含任何鉴别信息的保局总体散布的零空间;分别在保局类内散布的主元空间和零空间提取规则鉴别特征和不规则鉴别特征;用串联的方式在特征层融合规则鉴别特征和不规则鉴别特征形成完备的鉴别特征进行人脸识别.在ORL库、FERET子库和PIE子库上的大量识别实验充分表明了完备鉴别保局投影算法的性能优于线性鉴别分析、保局投影和鉴别保局投影等现有的子空间人脸识别算法,验证了算法的有效性. 展开更多

关键词 保局投影 完备鉴别保局投影 奇异值分解 子空间方法 人脸识别

在线阅读 下载PDF 职称材料

核保局鉴别分析人脸识别算法 被引量：9

2

作者 辜小花 龚卫国 +1 位作者 杨利平 李伟红 《仪器仪表学报》 EI CAS CSCD 北大核心 2010年第9期2016-2021,共6页

针对人脸图像的高维、非线性特性,本文结合核函数和鉴别保局投影分析,提出了一种新的非线性子空间特征提取方法——核保局鉴别分析(kernel locality preserving discriminant analysis,KLPDA)。该算法首先利用核函数将输入空间内线性不... 针对人脸图像的高维、非线性特性,本文结合核函数和鉴别保局投影分析,提出了一种新的非线性子空间特征提取方法——核保局鉴别分析(kernel locality preserving discriminant analysis,KLPDA)。该算法首先利用核函数将输入空间内线性不可分的人脸样本通过非线性映射投影到高维特征空间,以增强样本的可分性,然后在该特征空间内通过保局鉴别分析算法寻求保持样本局部近邻结构的鉴别特征。实验结果指出,在ORL和UMIST人脸图像库上KLPDA的识别结果相较于其对应的线性方法(LPDA)分别高出6.16%和3.48%,而相较于其他几种典型的核方法(KPCA、KFDA和KCLPP)的最高识别率也分别高出1.28%和2.60%,验证了本文提出方法的有效性。 展开更多

关键词 保局鉴别分析 核方法 子空间方法 特征提取 人脸识别

在线阅读 下载PDF 职称材料

一种用于人脸识别的正交邻域保护嵌入算法 被引量：10

3

作者 陶晓燕 姬红兵 景志宏 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2008年第3期439-443,共5页

在邻域保护嵌入算法的基础上，提出了一种新的降维方法——正交邻域保护嵌入算法．首先，从最优投影的概念出发，定义了一种反映投影向量的邻域结构保护能力的函数；然后以邻域保护函数为目标函数，在原始的优化问题中增加正交约束条件... 在邻域保护嵌入算法的基础上，提出了一种新的降维方法——正交邻域保护嵌入算法．首先，从最优投影的概念出发，定义了一种反映投影向量的邻域结构保护能力的函数；然后以邻域保护函数为目标函数，在原始的优化问题中增加正交约束条件，推导得到一组具有正交性的最优投影向量的迭代公式．与邻域保护嵌入算法相比，得到的正交向量具有更好的邻域保护性能，从而带来更强的判别能力，降低了误差率．在标准人脸库上的实验结果表明，与其他降维方法相比，新算法的最低误差率可减小15％～20％，且在选取的特征维数较低时就可获得最优值． 展开更多

关键词 邻域保护嵌入算法 正交邻域保护嵌入算法 邻域保护能力 人脸识别

在线阅读 下载PDF 职称材料

基于核的正交局部保持投影的人脸识别 被引量：15

4

作者 金一 阮秋琦 《电子与信息学报》 EI CSCD 北大核心 2009年第2期283-287,共5页

针对发掘人脸图像中的高维非线性结构,本文将加核及向量间相互正交两种思想同时引入局部保留投影算法中,提出了一种新的基于核的正交局部保持投影(Kernel based Orthogonal Locality Preserving Projections,KOLPP)的非线性子空间人脸... 针对发掘人脸图像中的高维非线性结构,本文将加核及向量间相互正交两种思想同时引入局部保留投影算法中,提出了一种新的基于核的正交局部保持投影(Kernel based Orthogonal Locality Preserving Projections,KOLPP)的非线性子空间人脸识别算法并给出了其推导过程。该算法首先利用核的方法提取人脸图像中的非线性信息,并将其投影在一个高维非线性空间,在保证各向量正交的同时,通过局部保持投影算法做一线性映射,从而更好地提取人脸非线性局部邻域结构特征。在ORL和Yale人脸库上的试验证明了该文所提算法的有效性。 展开更多

关键词 人脸识别 特征提取 核方法 正交局部保持投影

在线阅读 下载PDF 职称材料

基于极小准则的完备正交判别局部保持算法 被引量：1

5

作者 林玉娥 李敬兆 +1 位作者 梁兴柱 林玉荣 《光电工程》 CAS CSCD 北大核心 2011年第3期145-150,共6页

以无监督判别投影算法为理论基础,提出了一种基于极小准则的完备正交判别局部保持投影算法。算法首先根据同类样本的空间信息重新定义了类内局部保持散度矩阵与类间局部保持散度矩阵,然后借鉴无监督判别投影算法的目标函数,推导出一个... 以无监督判别投影算法为理论基础,提出了一种基于极小准则的完备正交判别局部保持投影算法。算法首先根据同类样本的空间信息重新定义了类内局部保持散度矩阵与类间局部保持散度矩阵,然后借鉴无监督判别投影算法的目标函数,推导出一个基于极小准则的目标函数,该目标函数通过投影到总体散度矩阵的非零空间中有效地解决小样本问题,最后给出了该算法基于QR分解的正交投影矩阵的求解方法。人脸库上的实验结果表明了所提方法的有效性。 展开更多

关键词 完备正交判别局部保持投影算法 散度矩阵 无监督判别投影算法 目标函数 非零空间

在线阅读 下载PDF 职称材料

直接无监督正交局部保持特征提取算法 被引量：2

6

作者 林玉娥 李敬兆 +1 位作者 梁兴柱 林玉荣 《光电工程》 CAS CSCD 北大核心 2012年第3期100-105,共6页

基于局部保持投影发展出的一系列特征提取算法,在应用于人脸识别等高维小样本问题时,均需先采用PCA算法对高维样本降维后才能应用,故此以无监督鉴别分析算法为理论基础,提出了一种直接无监督正交局部保持算法。该算法利用拉普拉斯矩阵... 基于局部保持投影发展出的一系列特征提取算法,在应用于人脸识别等高维小样本问题时,均需先采用PCA算法对高维样本降维后才能应用,故此以无监督鉴别分析算法为理论基础,提出了一种直接无监督正交局部保持算法。该算法利用拉普拉斯矩阵的性质进行相应的矩阵分解,可直接从高维样本的原始空间中提取投影矩阵,因而无需先采用PCA降维处理,且解决了无监督鉴别分析算法的小样本问题。为了进一步提高算法的识别性能,给出了基于QR分解的正交投影矩阵的求解方法。人脸库和掌纹库上的实验结果表明了所提算法的有效性。 展开更多

关键词 局部保持投影 无监督鉴别分析 直接无监督正交局部保持投影算法 拉普拉斯矩阵

在线阅读 下载PDF 职称材料

核的正交完备鉴别局部保持投影 被引量：1

7

作者 林克正 荣友湖 +2 位作者 吴迪 庄靓玮 李鹏 《计算机应用研究》 CSCD 北大核心 2015年第5期1589-1592,共4页

针对完备鉴别局部保持投影算法所求得的最优判别矢量间存在信息冗余问题,提出了核的正交完备鉴别局部保持投影算法。通过将核函数技术与正交性原理融合,采用高斯核函数将原始样本映射到高维特征空间,在高维特征空间的局部总体散度矩阵... 针对完备鉴别局部保持投影算法所求得的最优判别矢量间存在信息冗余问题,提出了核的正交完备鉴别局部保持投影算法。通过将核函数技术与正交性原理融合,采用高斯核函数将原始样本映射到高维特征空间,在高维特征空间的局部总体散度矩阵中计算最优判别矢量,只需在整个范围内对值域空间进行特征值分解,去除局部零空间达到样本降维目的。该算法分别在UMIST人脸库和JAFFE人脸表情库上进行实验,实验结果表明算法的识别率高达95.59%。 展开更多

关键词 人脸识别 特征提取 完备鉴别局部保持投影 核函数 局部总体散度矩阵

在线阅读 下载PDF 职称材料

正则化最小二乘的正交局部保持判别投影的人脸识别

8

作者 李勇周 罗大庸 《小型微型计算机系统》 CSCD 北大核心 2009年第9期1847-1850,共4页

提出一种新的子空间学习方法:正则化最小二乘的正交局部保持判别投影.为了更好地保持数据流形的结构,融合局部保持投影和线性判别分析的特点,对类内和类间加权矩阵分别进行了定义,从而构造目标函数.首先使用特征分解求出训练样本在人脸... 提出一种新的子空间学习方法:正则化最小二乘的正交局部保持判别投影.为了更好地保持数据流形的结构,融合局部保持投影和线性判别分析的特点,对类内和类间加权矩阵分别进行了定义,从而构造目标函数.首先使用特征分解求出训练样本在人脸子空间的投影,然后使用最小二乘法解出投影子空间,最后将子空间的基向量正交化.在标准人脸数据库上的试验证明了这种识别方法的正确和有效. 展开更多

关键词 人脸识别 正则化最小二乘 正交局部保持判别投影

在线阅读 下载PDF 职称材料

一种核正交局部敏感辨别分析算法

9

作者 王庆军 张汝波 +1 位作者 楼宋江 吕海燕 《小型微型计算机系统》 CSCD 北大核心 2009年第11期2268-2271,共4页

为了发掘嵌入在人脸样本的非线性结构信息,把核方法和基向量正交化思想引入局部敏感分析算法中,提出一种新的人脸识别算法-核正交局部敏感辨别分析(Kernel based Orthogonal Locality Sensitive Discriminant Analysis).并给出了算法的... 为了发掘嵌入在人脸样本的非线性结构信息,把核方法和基向量正交化思想引入局部敏感分析算法中,提出一种新的人脸识别算法-核正交局部敏感辨别分析(Kernel based Orthogonal Locality Sensitive Discriminant Analysis).并给出了算法的推导过程及计算步骤.首先用核方法提取人脸样本的非线性信息,并将其投影至高维非线性空间,然后采用局部敏感辨别分析做线性映射,最后采用施密特正交化方法得到正交的基向量,从而使算法更好地描述人脸非线性流形结构特征.在ORL和YaleB人脸库的人脸识别实验证明了所提算法的有效性. 展开更多

关键词 人脸识别 核方法 正交化 局部敏感辨别分析

在线阅读 下载PDF 职称材料

用于人脸识别的正则正交化的局部判别分析

10

作者 杨晓梅 《计算机应用与软件》 CSCD 北大核心 2013年第5期33-35,75,共4页

非线性结构保持能力的不足是正则正交化的线性判别分析ROLDA(Regularized Orthogonal Linear Discriminant Analysis)在人脸识别中的主要问题。提出一个用于人脸识别的正则正交化的局部Fisher判别分析ROLFDA(Regularized Orthogonal Loc... 非线性结构保持能力的不足是正则正交化的线性判别分析ROLDA(Regularized Orthogonal Linear Discriminant Analysis)在人脸识别中的主要问题。提出一个用于人脸识别的正则正交化的局部Fisher判别分析ROLFDA(Regularized Orthogonal LocalFisher Discriminant Analysis)降维算法。该算法在ROLDA基础上引入局部结构保持,继承ROLDA的特性,克服了ROLDA的非线性能力的不足的问题。在YaleB和AR人脸数据集上的实验验证了该算法的有效性。 展开更多

关键词 人脸识别 降维 正则正交化的线性判别分析 局部结构保持

在线阅读 下载PDF 职称材料

一种核正交鉴别保局投影算法 被引量：4

11

作者 林玉娥 顾国昌 +1 位作者 刘海波 沈晶 《电子学报》 EI CAS CSCD 北大核心 2010年第4期979-982,965,共5页

正交鉴别保局投影算法是一种有效的特征提取方法,但是将其应用在人脸识别中将遇到小样本问题,并且算法只是一种线性的特征提取方法,因此提出一种核正交鉴别保局投影算法.实现这一算法的关键是高维特征空间中总体散布矩阵的非零空间的计... 正交鉴别保局投影算法是一种有效的特征提取方法,但是将其应用在人脸识别中将遇到小样本问题,并且算法只是一种线性的特征提取方法,因此提出一种核正交鉴别保局投影算法.实现这一算法的关键是高维特征空间中总体散布矩阵的非零空间的计算,对此根据eigenfaces中将高阶矩阵计算转化成低阶矩阵计算的思想及核函数技术,将高维特征空间中总体散布矩阵的非零空间的计算仍归结为标准的特征值分解问题,并且所提出的算法能够有效地解决小样本问题.在人脸库上的实验结果验证了所提出的算法是可行的和有效的. 展开更多

关键词 正交鉴别保局投影 特征提取 人脸识别 总体散布矩阵 核函数

在线阅读 下载PDF 职称材料

有噪条件下的新类检测算法 被引量：1

12

作者 曾凡霞 何泽文 张文生 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2021年第5期682-693,共12页

针对有噪条件下新类检测性能较差的问题,提出一种基于核零空间判别局部保持投影算法(KNDLPP).首先通过核函数将样本隐式映射到高维特征空间,在核空间中利用距离加权机制对样本进行权重赋值,在保持局部结构的同时降低离群噪声样本的影响... 针对有噪条件下新类检测性能较差的问题,提出一种基于核零空间判别局部保持投影算法(KNDLPP).首先通过核函数将样本隐式映射到高维特征空间,在核空间中利用距离加权机制对样本进行权重赋值,在保持局部结构的同时降低离群噪声样本的影响;然后利用样本类内零空间使同类样本坍塌为一点,实现对已知类分布的有效约简;最后基于零空间再求得使类间距最大化的变换矩阵,以上步骤得到一个判别性变换矩阵以刻画样本的分布信息、描述样本之间的相似性.该算法能刻画样本潜在结构,提升已知类与新未知类之间的判别性.在11个公开数据集上的实验结果表明,该算法是有效和鲁棒的,具有较好的新类检测性能.在局部保持性实验中,KNDLPP在4个UCI数据集上的整体平均AUC值为90.656%;在复杂结构保持性实验中,KNDLPP在Banana,Moon及3个UCI数据集上的整体平均AUC值为91.949%;在2个无噪高维数据集的新类检测实验中,KNDLPP平均AUC值为86.214%,高于次优算法4个百分点;在4个UCI数据集的4种有噪条件下,KNDLPP性能排名第1. 展开更多

关键词 核方法 零空间 判别局部保持映射 新类检测

在线阅读 下载PDF 职称材料