现代电子技术
現代電子技術
현대전자기술
MODERN ELECTRONICS TECHNIQUE
2012年
8期
64-66
,共3页
邻域嵌入算法%Fisher线性判别%人脸识别%ORL人脸图像数据库
鄰域嵌入算法%Fisher線性判彆%人臉識彆%ORL人臉圖像數據庫
린역감입산법%Fisher선성판별%인검식별%ORL인검도상수거고
为了提高基于流形学习理论人脸识别算法的识别率,采用一种将非线性降维与Fisher线性判别相结合的方法.首先利用邻域嵌入算法,将人脸图像测试和训练集的维数降低到合适维度,然后使用Fisher线性判别进行人脸数据集特征的提取,最后将测试集人脸图像特征和训练集人脸图像特征,使用最近邻分类器进行分类.在公开的Olivettifaees和ORL人脸图像数据库上,分别将该算法与几种经典基于流形学习理论的人脸识别算法进行了对比实验,实验结果表明当近邻数比较大时本算法识别率是最高的.
為瞭提高基于流形學習理論人臉識彆算法的識彆率,採用一種將非線性降維與Fisher線性判彆相結閤的方法.首先利用鄰域嵌入算法,將人臉圖像測試和訓練集的維數降低到閤適維度,然後使用Fisher線性判彆進行人臉數據集特徵的提取,最後將測試集人臉圖像特徵和訓練集人臉圖像特徵,使用最近鄰分類器進行分類.在公開的Olivettifaees和ORL人臉圖像數據庫上,分彆將該算法與幾種經典基于流形學習理論的人臉識彆算法進行瞭對比實驗,實驗結果錶明噹近鄰數比較大時本算法識彆率是最高的.
위료제고기우류형학습이론인검식별산법적식별솔,채용일충장비선성강유여Fisher선성판별상결합적방법.수선이용린역감입산법,장인검도상측시화훈련집적유수강저도합괄유도,연후사용Fisher선성판별진행인검수거집특정적제취,최후장측시집인검도상특정화훈련집인검도상특정,사용최근린분류기진행분류.재공개적Olivettifaees화ORL인검도상수거고상,분별장해산법여궤충경전기우류형학습이론적인검식별산법진행료대비실험,실험결과표명당근린수비교대시본산법식별솔시최고적.