具有最大散度无关性的局部保持投影算法

摘要：

为解决传统流形学习方法不能有效利用人脸类间信息的问题,提出具有最大散度无关性的局部保持投影算法(Maxi-mum-Scatter-Difference-Uncorrelated Locality Preserving Projections,MULPP).该算法是最大类间无关性的局部保持映射算法,通过求取一组最优的无关鉴别矢量集,既达到特征映射后的类间散度保持最大、类内散度保持最小,同时又满足最佳鉴别矢量之间具有最大统计不相关性,从而提高算法的识别性能.在AT&T和YALE标准人脸图像库上的实验结果表明,MULPP算法具有较高的识别率.

关键词：人脸识别、特征提取、统计不相关、鉴别局部保持投影、最大散列度

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

在线出版日期：2018-04-24（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：672-675