基于改进的监督LLE人脸识别算法

• 作者: 李平 李白燕 陈庆虎
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 非线性降维 类别信息 监督 局部线性嵌入 人脸识别
• 年，卷（期）: 2011,（19）
• 所属期刊栏目: 视频应用与工程
• 页码范围: 105-108
• 分类号: TN919|TP391.4
• 字数: 3175字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-8692.2011.19.032

摘要

LLE是一种无监督的非线性降维方法,广泛应用于人脸特征提取,但是该方法缺乏样本点的类别信息.提出了一种新方法,在LLE的基础上引入有监督的学习机制和增加样本点的类别信息,通过减少类内距离而增加类间距离和最小化局部数据的全局重构误差,同时结合核邻域保持投影方法(KNPP)来提取高维人脸数据的非线性特征.算法有利于分类识别,并对噪声有较好的稳健性.实验表明,该方法的识别性能优于LLE,SLLE和KNPP.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李白燕	黄淮学院信息工程系	23	37	3.0	4.0
2	陈庆虎	武汉大学电子信息学院	38	180	9.0	11.0
3	李平	黄淮学院信息工程系	25	64	4.0	6.0