10.3969/j.issn.1004-373X.2012.08.020
基于LLE与Fisher线性判别的人脸识别算法
为了提高基于流形学习理论人脸识别算法的识别率,采用一种将非线性降维与Fisher线性判别相结合的方法.首先利用邻域嵌入算法,将人脸图像测试和训练集的维数降低到合适维度,然后使用Fisher线性判别进行人脸数据集特征的提取,最后将测试集人脸图像特征和训练集人脸图像特征,使用最近邻分类器进行分类.在公开的Olivettifaees和ORL人脸图像数据库上,分别将该算法与几种经典基于流形学习理论的人脸识别算法进行了对比实验,实验结果表明当近邻数比较大时本算法识别率是最高的.
邻域嵌入算法、Fisher线性判别、人脸识别、ORL人脸图像数据库
35
TN919-34;TP15
国家自然科学基金资助项目61101215;中央高校基本科研业务费专项资金CHD2011JC146;长安大学基础研究支持计划专项基金
2012-06-26(万方平台首次上网日期,不代表论文的发表时间)
共3页
64-66