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:
针对人脸识别中的非线性特征提取和有标记样本不足问题,提出了在核空间具有正交性半监督鉴别矢量的计算方法。算法利用核函数将人脸数据映射到高维非线性空间,在该空间采用边界Fisher判别分析(Marginal Fisher Analysis,MFA)算法将少量有类别标签样本进行降维,同时采用无监督鉴别投影(Unsupervised Discriminant Projection, UDP)对大量无标签样本进行学习,以半监督的方法构造算法的目标函数,在特征值求解时以正交方式找出最优投影向量,进行人脸识别。通过实验,在ORL和YALE人脸数据库上验证了该算法的有效性。
推荐文章
基于无监督最佳鉴别平面的人脸识别
人脸识别
特征抽取
最佳鉴别平面
无监督模式
基于正交SRDA和SRKDA的人脸识别
降维
人脸识别
谱回归
正交鉴别矢量
Cholesky分解
基于核稀疏表示的人脸人耳融合识别算法的研究
融合识别
核稀疏表示
特征提取
加权串联融合
正交匹配追踪算法
鲁棒性
基于核线性判别分析的人脸个体差异识别算法
个体差异
核线性判别分析
人脸识别
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 基于核正交半监督鉴别分析的人脸识别算法
来源期刊 计算机工程与应用 学科 工学
关键词 边界Fisher判别分析 无监督鉴别投影 半监督 核空间 人脸识别
年,卷(期) 2014,(12) 所属期刊栏目 图形图像处理
研究方向 页码范围 120-124
页数 5页 分类号 TP391
字数 5060字 语种 中文
DOI 10.3778/j.issn.1002-8331.1206-0144
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 王燕 兰州理工大学计算机与通信学院 61 433 12.0 17.0
2 刘花丽 兰州理工大学计算机与通信学院 2 12 2.0 2.0
3 苏文君 兰州理工大学计算机与通信学院 2 12 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (30)
参考文献  (11)
节点文献
引证文献  (7)
同被引文献  (30)
二级引证文献  (5)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(8)
  • 参考文献(2)
  • 二级参考文献(6)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(7)
  • 参考文献(2)
  • 二级参考文献(5)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2016(5)
  • 引证文献(5)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
边界Fisher判别分析
无监督鉴别投影
半监督
核空间
人脸识别
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导