哈尔滨理工大学学报
哈爾濱理工大學學報
합이빈리공대학학보
JOURNAL OF HARBIN UNIVERSITY OF SCIENCE AND TECHNOLOGY
2015年
3期
45-50
,共6页
局部保留投影%人脸识别%代价敏感%稀疏化
跼部保留投影%人臉識彆%代價敏感%稀疏化
국부보류투영%인검식별%대개민감%희소화
locality preserving projections%face recognition%cost-sensitive%sparse
针对已有的局部保留投影(locality preserving projections,LPP)算法可能将相似的类别误投影到一起,导致正确识别率降低的问题.在局部保留投影算法的基础上,提出了一种基于代价敏感学习的稀疏局部保留投影算法(cost-sensitive sparse locality preserving projections,CSLPP).该算法将代价敏感学习引入到人脸识别中,首先对样本进行代价敏感思考,然后再将样本稀疏化,最后求得最优投影向量.通过在YALE人脸库和FERET人脸库上实验,结果表明CSLPP算法在投影之前将代价考虑进去,有效的避免了高风险,该算法在最近邻分类器上的的识别率明显高出其它算法的识别率.
針對已有的跼部保留投影(locality preserving projections,LPP)算法可能將相似的類彆誤投影到一起,導緻正確識彆率降低的問題.在跼部保留投影算法的基礎上,提齣瞭一種基于代價敏感學習的稀疏跼部保留投影算法(cost-sensitive sparse locality preserving projections,CSLPP).該算法將代價敏感學習引入到人臉識彆中,首先對樣本進行代價敏感思攷,然後再將樣本稀疏化,最後求得最優投影嚮量.通過在YALE人臉庫和FERET人臉庫上實驗,結果錶明CSLPP算法在投影之前將代價攷慮進去,有效的避免瞭高風險,該算法在最近鄰分類器上的的識彆率明顯高齣其它算法的識彆率.
침대이유적국부보류투영(locality preserving projections,LPP)산법가능장상사적유별오투영도일기,도치정학식별솔강저적문제.재국부보류투영산법적기출상,제출료일충기우대개민감학습적희소국부보류투영산법(cost-sensitive sparse locality preserving projections,CSLPP).해산법장대개민감학습인입도인검식별중,수선대양본진행대개민감사고,연후재장양본희소화,최후구득최우투영향량.통과재YALE인검고화FERET인검고상실험,결과표명CSLPP산법재투영지전장대개고필진거,유효적피면료고풍험,해산법재최근린분류기상적적식별솔명현고출기타산법적식별솔.