非线性流形上的性别识别算法研究

• 作者: 刘剑 刘美菊 许帅宏 高恩阳 龚志恒
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 性别识别 非线性流形 几何结构 判别结构 高维非线性空间
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 故障诊断、检测与监测装置
• 页码范围: 459-462
• 页数: 4页
• 分类号: TP27
• 字数: 2926字
• 语种: 中文

摘要

在高维非线性空间中,如何更有效地提取人脸图像的主要特征,以及如何更有效地区分不同的性别类别,已经成为性别识别中广泛关注的问题.针对这一问题,提出一种非线性流形上的性别识别算法.该算法不但能有效提取高维空间中数据点的主要特征,并且能充分挖掘出数据流形间的几何结构和判别结构,从而使不同性别之间达到最优化分类.通过ORL和Yale两个人脸数据集实验,并与PCA(Principal Components Analysis)+LDA(Linear Discriminant Analysis),PCA+ SVM(Support Vector Machine),KPCA+ LDA,KPCA+ SVM 4种常用的性别识别算法进行比较.实验结果显示:所提出的算法与其他传统算法相比具有更高的识别率,且有一定的鲁棒性和较高的运行效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘剑	沈阳建筑大学信息与控制工程学院	107	406	9.0	15.0
2	刘美菊	沈阳建筑大学信息与控制工程学院	35	140	6.0	10.0
3	高恩阳	沈阳建筑大学信息与控制工程学院	24	57	5.0	5.0
4	龚志恒	沈阳建筑大学信息与控制工程学院	19	85	5.0	8.0
5	许帅宏	沈阳建筑大学信息与控制工程学院	2	5	2.0	2.0