基于改进二维保局投影算法的人脸识别

• 作者: 马家军 龚劬
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 流形学习 最大间距准则 散度矩阵 二维保局投影 最小相关性 人脸识别
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: ?人工智能及识别技术?
• 页码范围: 252-256
• 页数: 5页
• 分类号: TP18
• 字数: 3798字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2014.09.051

摘要

传统的二维保局投影(2DLPP)算法未考虑样本邻域间局部信息，并且所提取的特征矩阵分量间存在相关性。针对该问题，提出基于大间距准则的最小相关性监督2 DLPP算法。引入类间局部散度矩阵和类内局部散度矩阵，最大化带权的散度矩阵迹差，以增大样本类间散度，减小样本类内散度，从而更好地刻画数据的流形结构。计算所提取特征矩阵各分量间的协方差矩阵，通过最小相关性分析，减少特征信息的冗余。在Yale和ORL人脸库上进行仿真实验，结果显示，当训练样本数为5时，该算法的最高识别率分别为92.5%和96.2%，与传统2 DLPP算法、二维主成分分析法、二维线性判别分析法和二维大间距准则法相比，识别率均有所提高。同时对不同训练样本数下识别率均值和方差进行分析，验证了算法的稳定性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龚劬	重庆大学数学与统计学院	60	392	12.0	16.0
2	马家军	重庆大学数学与统计学院	2	8	2.0	2.0