仪器仪表学报
儀器儀錶學報
의기의표학보
CHINESE JOURNAL OF SCIENTIFIC INSTRUMENT
2011年
10期
2248-2255
,共8页
刘昶%周激流%郎方年%高朝邦
劉昶%週激流%郎方年%高朝邦
류창%주격류%랑방년%고조방
流形学习%判别分析%张量表示%高斯基函数%人脸识别
流形學習%判彆分析%張量錶示%高斯基函數%人臉識彆
류형학습%판별분석%장량표시%고사기함수%인검식별
张量算法克服了传统向量算法的维数灾难和小样本问题,在人脸识别中取得了较好的效果.尽管如此,现有张量算法容易导致邻近类别在低维空间中重叠,为此,提出了一种加权判别局部多线性嵌入算法.该算法设计了一种自适应加权的判别准则,结合类别信息,保持了同类人脸图像之间的局部流形结构,同时利用高斯基函数作为加权函数,根据人脸图像对其他类别的影响,自适应产生权重系数,加大了类间样本的区分度.此外,该算法采用张量形式表示图像数据,保留了图像的结构,继承了张量算法的优点,并且有效地解决了out-of-sample问题.人脸识别实验表明,对于光照,姿态和表情的变化,该算法具有较好的稳健性和较高的识别率.
張量算法剋服瞭傳統嚮量算法的維數災難和小樣本問題,在人臉識彆中取得瞭較好的效果.儘管如此,現有張量算法容易導緻鄰近類彆在低維空間中重疊,為此,提齣瞭一種加權判彆跼部多線性嵌入算法.該算法設計瞭一種自適應加權的判彆準則,結閤類彆信息,保持瞭同類人臉圖像之間的跼部流形結構,同時利用高斯基函數作為加權函數,根據人臉圖像對其他類彆的影響,自適應產生權重繫數,加大瞭類間樣本的區分度.此外,該算法採用張量形式錶示圖像數據,保留瞭圖像的結構,繼承瞭張量算法的優點,併且有效地解決瞭out-of-sample問題.人臉識彆實驗錶明,對于光照,姿態和錶情的變化,該算法具有較好的穩健性和較高的識彆率.
장량산법극복료전통향량산법적유수재난화소양본문제,재인검식별중취득료교호적효과.진관여차,현유장량산법용역도치린근유별재저유공간중중첩,위차,제출료일충가권판별국부다선성감입산법.해산법설계료일충자괄응가권적판별준칙,결합유별신식,보지료동류인검도상지간적국부류형결구,동시이용고사기함수작위가권함수,근거인검도상대기타유별적영향,자괄응산생권중계수,가대료류간양본적구분도.차외,해산법채용장량형식표시도상수거,보류료도상적결구,계승료장량산법적우점,병차유효지해결료out-of-sample문제.인검식별실험표명,대우광조,자태화표정적변화,해산법구유교호적은건성화교고적식별솔.
