基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对普通近邻保持嵌入算法侧重保持样本的局部结构,而没有考虑样本的类判别信息以及小样本问题,提出了一种新的人脸识别算法--判别近邻保持嵌入算法.在近邻保持嵌入算法的基础上,将最大散度差准则引入到其目标函数中.在嵌入低维空间后,类内样本保持它们固有的近邻几何结构关系,而类间样本彼此分离,能够充分提取具有判别力的特征.在AT&T人脸数据库上进行的对比实验表明,与主成分分析、线性判别分析以及近邻保持嵌入算法相比,判别近邻保持嵌入算法的最高识别率分别提高了15.35%、6.47%和6.94%;在Yale人脸数据库上进行的对比实验表明,判别近邻保持嵌入算法的最高识别率分别提高了20.27%、5.63%和2.27%.
推荐文章
基于保持近邻判别嵌入的人脸识别
人脸识别
子空间学习
保持近邻嵌入
保持近邻判别嵌入
置信度判别嵌入式隐马尔可夫模型人脸识别
置信度
嵌入式隐马尔可夫模型
人脸识别
基于LLE与Fisher线性判别的人脸识别算法
邻域嵌入算法
Fisher线性判别
人脸识别
ORL人脸图像数据库
一种鉴别稀疏局部保持投影的人脸识别算法
人脸识别
维数约简
稀疏重构
局部保持投影
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 判别近邻保持嵌入人脸识别
来源期刊 西安电子科技大学学报(自然科学版) 学科 工学
关键词 人脸识别 近邻保持嵌入 最大散度差准则
年,卷(期) 2011,(3) 所属期刊栏目
研究方向 页码范围 24-28,98
页数 分类号 TP391.4
字数 4241字 语种 中文
DOI 10.3969/j.issn.1001-2400.2011.03.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 田玉敏 西安电子科技大学计算机学院 48 586 13.0 23.0
2 马天骏 西安电子科技大学计算机学院 6 94 5.0 6.0
3 云艳娥 西安电子科技大学计算机学院 1 19 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (57)
参考文献  (5)
节点文献
引证文献  (19)
同被引文献  (32)
二级引证文献  (39)
1936(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(4)
  • 引证文献(3)
  • 二级引证文献(1)
2014(13)
  • 引证文献(3)
  • 二级引证文献(10)
2015(14)
  • 引证文献(6)
  • 二级引证文献(8)
2016(11)
  • 引证文献(3)
  • 二级引证文献(8)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
人脸识别
近邻保持嵌入
最大散度差准则
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西安电子科技大学学报(自然科学版)
双月刊
1001-2400
61-1076/TN
西安市太白南路2号349信箱
chi
出版文献量(篇)
4652
总下载数(次)
5
总被引数(次)
38780
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导