中国图象图形学报
中國圖象圖形學報
중국도상도형학보
JOURNAL OF IMAGE AND GRAPHICS
2012年
10期
1232-1236
,共5页
人脸识别%非相似尺度%特征抽取%残差%投影系数
人臉識彆%非相似呎度%特徵抽取%殘差%投影繫數
인검식별%비상사척도%특정추취%잔차%투영계수
由主成分分析(PCA)可知任何一幅人脸图像都可以通过一组特征脸的线性加权来重构,PCA是最小均方误差意义下图像的最优表示,但是传统的PCA最终只通过比较加权系数的欧氏距离来进行识别,没有考虑残差.因此,提出非相似尺度的概念,将两个样本同时投影到相同向量上,在确定它们关系时既考虑投影系数,也考虑重构所产生的残差.两者的投影系数和残差相差越大,说明这两个样本越不相似.和保局投影( LPP)有所不同,非相似度保持投影算法不必预先设定近邻个数,它是利用非相似度的概念,创建非相似度散布矩阵,最终通过最大化目标函数获取最优子空间.在AR库和Feret库上的实验结果证明了该方法的有效性.
由主成分分析(PCA)可知任何一幅人臉圖像都可以通過一組特徵臉的線性加權來重構,PCA是最小均方誤差意義下圖像的最優錶示,但是傳統的PCA最終隻通過比較加權繫數的歐氏距離來進行識彆,沒有攷慮殘差.因此,提齣非相似呎度的概唸,將兩箇樣本同時投影到相同嚮量上,在確定它們關繫時既攷慮投影繫數,也攷慮重構所產生的殘差.兩者的投影繫數和殘差相差越大,說明這兩箇樣本越不相似.和保跼投影( LPP)有所不同,非相似度保持投影算法不必預先設定近鄰箇數,它是利用非相似度的概唸,創建非相似度散佈矩陣,最終通過最大化目標函數穫取最優子空間.在AR庫和Feret庫上的實驗結果證明瞭該方法的有效性.
유주성분분석(PCA)가지임하일폭인검도상도가이통과일조특정검적선성가권래중구,PCA시최소균방오차의의하도상적최우표시,단시전통적PCA최종지통과비교가권계수적구씨거리래진행식별,몰유고필잔차.인차,제출비상사척도적개념,장량개양본동시투영도상동향량상,재학정타문관계시기고필투영계수,야고필중구소산생적잔차.량자적투영계수화잔차상차월대,설명저량개양본월불상사.화보국투영( LPP)유소불동,비상사도보지투영산법불필예선설정근린개수,타시이용비상사도적개념,창건비상사도산포구진,최종통과최대화목표함수획취최우자공간.재AR고화Feret고상적실험결과증명료해방법적유효성.
