基于加权判别局部多线性嵌入的人脸识别
张量算法克服了传统向量算法的维数灾难和小样本问题,在人脸识别中取得了较好的效果.尽管如此,现有张量算法容易导致邻近类别在低维空间中重叠,为此,提出了一种加权判别局部多线性嵌入算法.该算法设计了一种自适应加权的判别准则,结合类别信息,保持了同类人脸图像之间的局部流形结构,同时利用高斯基函数作为加权函数,根据人脸图像对其他类别的影响,自适应产生权重系数,加大了类间样本的区分度.此外,该算法采用张量形式表示图像数据,保留了图像的结构,继承了张量算法的优点,并且有效地解决了out-of-sample问题.人脸识别实验表明,对于光照,姿态和表情的变化,该算法具有较好的稳健性和较高的识别率.
流形学习、判别分析、张量表示、高斯基函数、人脸识别
32
TP391.4(计算技术、计算机技术)
四川省科技厅支持项目2010JQO032,2011JY0077
2012-03-30(万方平台首次上网日期,不代表论文的发表时间)
共8页
2248-2255