计算机与现代化
計算機與現代化
계산궤여현대화
COMPUTER AND MODERNIZATION
2011年
12期
118-120,125
,共4页
人脸识别%特征提取%流形学习%局部散度%非局部散度%统计不相关
人臉識彆%特徵提取%流形學習%跼部散度%非跼部散度%統計不相關
인검식별%특정제취%류형학습%국부산도%비국부산도%통계불상관
基于UDP( Unsupervised Discriminant Projection)特征提取方法的研究,本文提出改进算法:具有统计不相关性的UDP计算方法,并探讨该方法的有效性.这种方法的目的是寻求一组最佳鉴别矢量,使投影变换后的特征空间的非局部散度最大、局部散度最小,从而减小最佳鉴别矢量间的统计相关性.通过在不同人脸库上的仿真实验验证了所提出改进算法在一定程度上优于已有的UDP算法.
基于UDP( Unsupervised Discriminant Projection)特徵提取方法的研究,本文提齣改進算法:具有統計不相關性的UDP計算方法,併探討該方法的有效性.這種方法的目的是尋求一組最佳鑒彆矢量,使投影變換後的特徵空間的非跼部散度最大、跼部散度最小,從而減小最佳鑒彆矢量間的統計相關性.通過在不同人臉庫上的倣真實驗驗證瞭所提齣改進算法在一定程度上優于已有的UDP算法.
기우UDP( Unsupervised Discriminant Projection)특정제취방법적연구,본문제출개진산법:구유통계불상관성적UDP계산방법,병탐토해방법적유효성.저충방법적목적시심구일조최가감별시량,사투영변환후적특정공간적비국부산도최대、국부산도최소,종이감소최가감별시량간적통계상관성.통과재불동인검고상적방진실험험증료소제출개진산법재일정정도상우우이유적UDP산법.