多邻域保持嵌入的人脸识别方法

• 作者: 刘亦哲 刘嘉敏 彭玲 罗甫林 袁佳成
• 来源期刊: 重庆大学学报
• 学科: 工学
• 关键词: 本质维数 人脸识别 多流形学习 重构误差 多邻域保持嵌入
• 年，卷（期）: 2017,（3）
• 页码范围: 88-94
• 页数: 7页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.11835/j.issn.1000-582X.2017.03.010

摘要

现有流形学习算法在学习人脸数据时,假设所有数据点位于单一低维嵌入流形之上,当数据点实际分布在不同的流形上时,单流形假设就会影响数据真实空间结构.为此提出一种基于多邻域保持嵌入(multiple neighborhood preserving embedding,M-NPE)的学习算法来发现不同类别数据在不同维度的低维嵌入空间中分布的多流形结构.首先,单独学习不同类别数据的流形,得到反映其本质特征的流形;再通过遗传算法搜索每个流形的最优维数;最后依据最小重构误差分类器对样本分类.在Extended Yale B和CMU PIE这2个大型人脸库上实验结果验证了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘嘉敏	重庆大学光电工程学院	55	382	11.0	16.0
2	罗甫林	重庆大学光电工程学院	16	93	6.0	8.0
3	彭玲	重庆大学光电工程学院	4	33	3.0	4.0
4	袁佳成	重庆大学光电工程学院	3	31	3.0	3.0
5	刘亦哲	重庆大学光电工程学院	6	35	4.0	5.0