KSLPP:新的人脸识别算法

被引：12

作者：

祝磊

朱善安

机构：

[1] 浙江大学电气工程学院

来源：

浙江大学学报(工学版) | 2007年 / 07期

关键词：

保局投影; 有监督学习; 核技巧; 人脸识别;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对人脸识别中的特征提取问题,提出了一种新的核有监督保局投影人脸识别算法,即KSLPP.该算法通过非线性映射将人脸样本投影到高维空间,通过可调因子有效地结合人脸局部流形的结构信息和样本的类别信息,提取人脸的非线性特征.采用最小近邻分类器估算识别率.采用AT&T人脸库以及Yale人脸库,对该方法进行了测试.结果表明,与Eigenface、Fisherface以及Laplacianface等方法相比,该方法具有较好的识别率.

引用

页码：1066 / 1069

页数：4

共 7 条

[1] Face recognition u-sing Laplacianfaces. HE X F,YAN S C,HU Y X,et al. IEEE Transactions on Pattern A-nalysis and Machine Intelligence . 2005
[2] Introduction to statistical pattern rec-ognition. FUKUNAGA K. . 1990
[3] Face recognition:a literature survey. ZHAO W,CHELLAPPA R,PHILLIPS P J,et al. ACM Compu-ting Surveys . 2003
[4] Eigenfaces for recognition. TURK M,PENTLAND A. Journal of Cognitive Neuroscience . 1991
[5] The nature of statistical learning theory. VAPNIK V. . 1995
[6] A global geometric framework for nonlinear dimension-ality reduction. TENENBAUM J B,DE SILVA V,LANGFORD J C. Science . 2000
[7] Face recogni-tion in subspaces. SHAKHNAROVICH G,MOGHADDAM B. . 2004

← 1 →