相关NPE算法的人脸识别研究

• 作者: 刘亦哲 刘嘉敏 刘玉梅 李连泽 罗甫林
• 来源期刊: 计算机应用研究
• 关键词: 人脸识别 流形学习 近邻保持嵌入 相关系数
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 图形图像技术
• 页码范围: 1881-1883,1891
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.06.064

摘要

传统的近邻保持嵌入(NPE)算法采用欧氏距离作为近邻点选取的度量,但欧氏距离只表示两点间的直线距离,在高维空间中不一定能反映数据间的真实空间分布,易导致近邻选取不准确.针对此问题,提出了相关近邻NPE(CNPE)算法.该方法利用相关系数度量数据间的近邻关系,实现更准确的局部重构,提取更有效的鉴别特征.在CMU PIE人脸数据集上的实验结果表明,提出的CNPE算法比NPE、LLE、LPP拥有更高的识别率.CNPE算法增加了近邻为同类的概率,能更有效地实现人脸识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘嘉敏	重庆大学光电技术及系统教育部重点实验室	55	382	11.0	16.0
2	罗甫林	重庆大学光电技术及系统教育部重点实验室	16	93	6.0	8.0
3	李连泽	重庆大学光电技术及系统教育部重点实验室	6	23	3.0	4.0
4	刘亦哲	重庆大学光电技术及系统教育部重点实验室	6	35	4.0	5.0
5	刘玉梅	重庆大学光电技术及系统教育部重点实验室	2	19	2.0	2.0