电子与信息学报
電子與信息學報
전자여신식학보
JOURNAL OF ELECTRONICS & INFORMATION TECHNOLOGY
2012年
10期
2396-2401
,共6页
人脸识别%流形学习%线性逼近%判别改进局部切空间排列%增强型Gabor-like复数小波变换%特征融合
人臉識彆%流形學習%線性逼近%判彆改進跼部切空間排列%增彊型Gabor-like複數小波變換%特徵融閤
인검식별%류형학습%선성핍근%판별개진국부절공간배렬%증강형Gabor-like복수소파변환%특정융합
改进型局部切空间排列(ILTSA)是最近提出的一种流形学习方法.基于对ILTSA的线性逼近和判别拓展,该文提出一种新的称为判别改进局部切空间排列(DILTSA)的特征提取方法,并给出了理论证明和算法分析.基于最大邻域间隔准则和ILTSA,DILTSA能够同时保持类内与类间局部判别几何结构.此外,提出一种增强型Gabor-like复数小波变换以缓解照明和表情变化对人脸识别的影响.通过融合Gabor-like复数小波变换和原始图像特征,能够进一步提高人脸识别的准确率.在Yale和PIE人脸数据库上的实验结果证明了所提方法的有效性.
改進型跼部切空間排列(ILTSA)是最近提齣的一種流形學習方法.基于對ILTSA的線性逼近和判彆拓展,該文提齣一種新的稱為判彆改進跼部切空間排列(DILTSA)的特徵提取方法,併給齣瞭理論證明和算法分析.基于最大鄰域間隔準則和ILTSA,DILTSA能夠同時保持類內與類間跼部判彆幾何結構.此外,提齣一種增彊型Gabor-like複數小波變換以緩解照明和錶情變化對人臉識彆的影響.通過融閤Gabor-like複數小波變換和原始圖像特徵,能夠進一步提高人臉識彆的準確率.在Yale和PIE人臉數據庫上的實驗結果證明瞭所提方法的有效性.
개진형국부절공간배렬(ILTSA)시최근제출적일충류형학습방법.기우대ILTSA적선성핍근화판별탁전,해문제출일충신적칭위판별개진국부절공간배렬(DILTSA)적특정제취방법,병급출료이론증명화산법분석.기우최대린역간격준칙화ILTSA,DILTSA능구동시보지류내여류간국부판별궤하결구.차외,제출일충증강형Gabor-like복수소파변환이완해조명화표정변화대인검식별적영향.통과융합Gabor-like복수소파변환화원시도상특정,능구진일보제고인검식별적준학솔.재Yale화PIE인검수거고상적실험결과증명료소제방법적유효성.
