无监督的差分鉴别特征提取以及在人脸识别上的应用

被引：7

作者：

严慧

杨静宇

机构：

[1] 南京理工大学计算机科学与技术学院

来源：

计算机辅助设计与图形学学报 | 2009年 / 11期

基金：

国家自然科学基金重点项目;

关键词：

局部保持投影; 局部散度; 非局部散度; 散度差; 人脸识别;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

局部保持投影(LPP)只考虑了投影后的局部性,而忽视了非局部性.针对这个问题,引入非局部散布矩阵,提出无监督的差分鉴别特征提取算法,通过最大化非局部和局部之间的散度差来寻找最优变换矩阵,并将其成功地应用于人脸识别.该算法同时引入非局部和局部的信息,揭示隐含在高维图像空间中的非线性结构;采用差分的形式求解最优变换矩阵,以避免"小样本"问题;对LPP中的邻接矩阵进行了修正,以更准确地描述样本之间的邻近关系.在Yale和AR标准人脸库上的实验结果验证了文中算法的有效性.

引用

页码：1632 / 1637

页数：6

共 5 条

[1] 基于多类最大散度差的人脸表示方法 [J].