改进的半监督降维方法及其在人脸识别中的应用

• 作者: 赵美香 刘璇 高金宝
• 来源期刊: 江苏师范大学学报（自然科学版）
• 关键词: 人脸识别 主成分分析 线性判别分析 半监督降维 判别成分分析
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 信息科学与技术|Information Science & Technology
• 页码范围: 53-58
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.2095-4298.2021.01.010

摘要

在人脸识别算法中,维数较高的人脸图像数据容易引发"维数灾难",增加数据的计算复杂性和冗余性,因此,提取低维人脸特征成为人脸识别方法的关键一步.为了在降维过程中保持数据之间的约束关系和内部结构信息,本文融合判别成分分析和主成分分析的思想,提出改进的半监督降维方法.通过改进优化函数的定义,在使用成对约束关系的传递性与排斥性的同时保持了数据的整体信息,将原问题等价转换为一个带参数的广义特征值问题.在数值实验中,利用ORL、YALE、BIO人脸数据库检验人脸图像的重构,比较几类数据降维算法的识别率,验证了改进的半监督降维方法的优越性.