相关NPE算法的人脸识别研究

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.

关键词：人脸识别、流形学习、近邻保持嵌入、相关系数

所属期刊栏目：32

分类号：TP391.41(计算技术、计算机技术)

资助基金：中央高校基本科研业务费资助项目1061120131207,CDJXS12120001

在线出版日期：2015-07-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1881-1883,1891