一种人脸图像特征提取的局部和整体间距嵌入方法

被引：1

作者：

杜海顺

李玉玲

侯彦东

金勇

机构：

[1] 河南大学图像处理与模式识别研究所

来源：

计算机科学 | 2012年 / 39卷 / 09期

关键词：

人脸识别; 特征提取; 边界Fisher分析(MFA); 局部和整体间距嵌入(LGME);

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对边界Fisher分析(MFA)构建的惩罚图没有充分描述类间数据分离度的缺点,提出一种局部和整体间距嵌入(LGME)特征提取方法。该方法在构建惩罚图时采用了全部的不同类样本数据对,并适当地强调了间距较小的不同类样本数据对的作用。与MFA相比,LGME同时使用类间数据的局部和整体间距信息,对类间数据分离度进行了充分描述,从而使其提取的数据特征具有更强的判别力。实验结果表明,LGME方法提取的人脸图像特征在用于人脸识别时,具有较高的识别率,且更具鲁棒性。

引用

页码：275 / 278

页数：4

共 6 条

[1]

Locality preserving discriminant projections for face and palmprint recognition[J] . Jie Gui,Wei Jia,Ling Zhu,Shu-Ling Wang,De-Shuang Huang.Neurocomputing . 2010 (13)

[2] Graph-optimized locality preserving projections [J].

Zhang, Limei ;

Qiao, Lishan ;

Chen, Songcan .

PATTERN RECOGNITION, 2010, 43 (06) :1993-2002

[3]

Improving the discriminant ability of local margin based learning method by incorporating the global between-class separability criterion[J] . Bin Fang,Miao Cheng,Yuan Yan Tang,Guanghui He.Neurocomputing . 2009 (1)

[4] Laplacian eigenmaps for dimensionality reduction and data representation [J].

Belkin, M ;

Niyogi, P .

NEURAL COMPUTATION, 2003, 15 (06) :1373-1396

[5] EIGENFACES FOR RECOGNITION [J].

TURK, M ;

PENTLAND, A .

JOURNAL OF COGNITIVE NEUROSCIENCE, 1991, 3 (01) :71-86

[6]

Semi-supervised locallydiscriminant projection for classification and recognition .2 Zhang S W,Lei Y K,Wu Y H. Knowledge-Based Systems . 2011

← 1 →