基于加权邻域极大边界判别式嵌入的人脸识别算法

• 作者: 刘子渊 吴腾飞 江艳霞
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 人脸识别 特征提取 极大边界 加权邻域 判别式嵌入
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 167-170
• 页数: 4页
• 分类号: TP391.41
• 字数: 2844字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.06.029

摘要

在研究局部极大边界判别式嵌入的基础上,提出加权邻域极大边界判别式嵌入算法.该算法是一种基于流形的特征提取算法,在构建目标函数时采用数据的最优重构系数,能够较好地保留数据的邻域几何结构,且不用计算高维矩阵的逆,克服了特征提取中的小样本问题.在2个通用人脸库上的识别实验结果证明,该算法充分利用了每一个流形的判别信息,在缩小同一类别邻域节点距离的同时增加不同类别邻域节点之间的距离,有效区分了不同的类别,能够获得较好的识别结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江艳霞	上海理工大学光电信息与计算机工程学院	21	69	6.0	7.0
2	吴腾飞	上海理工大学光电信息与计算机工程学院	3	1	1.0	1.0
3	刘子渊	上海理工大学光电信息与计算机工程学院	3	1	1.0	1.0