一种半监督流形学习的人脸识别方法

被引:2
作者
汪炼
王年
沈玲
王继
庄振华
机构
[1] 安徽大学计算智能与信号处理教育部重点实验室
基金
安徽省自然科学基金;
关键词
无监督判别投影; 非参数鉴别分析; 图像欧式距离; 流形学习; 半监督学习; 人脸识别;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对传统线性降维方法忽略数据局部结构特性的问题,提出了一种基于半监督流形学习的方法。针对人脸识别采用图像欧式距离来选择各样本点的K近邻,由此得到修改后无监督判别投影中的邻接矩阵,在传统的无监督判别投影中,融入类标签信息获得几何最优投影。通过在人脸库上的大量比较实验,验证了该方法的准确性和有效性。
引用
收藏
页码:192 / 195
页数:4
相关论文
共 4 条
[1]   Semi-supervised sub-manifold discriminant analysis [J].
Song, Yangqiu ;
Nie, Feiping ;
Zhang, Changshui .
PATTERN RECOGNITION LETTERS, 2008, 29 (13) :1806-1813
[2]   Nonparametric discriminant analysis and nearest neighbor classification [J].
Bressan, M ;
Vitrià, J .
PATTERN RECOGNITION LETTERS, 2003, 24 (15) :2743-2749
[3]   Laplacian eigenmaps for dimensionality reduction and data representation [J].
Belkin, M ;
Niyogi, P .
NEURAL COMPUTATION, 2003, 15 (06) :1373-1396
[4]   EIGENFACES FOR RECOGNITION [J].
TURK, M ;
PENTLAND, A .
JOURNAL OF COGNITIVE NEUROSCIENCE, 1991, 3 (01) :71-86