中心近邻嵌入学习算法的人脸识别研究

摘要：

针对人脸识别问题,提出了一种中心近邻嵌入的学习算法,其与经典的局部线性嵌入和保局映射不同.它是一种有监督的线性降维方法.该方法首先通过计算各类样本中心,并引入中心近邻距离代替两样本点之间的直接距离作为权系数函数的输入;然后再保持中心近邻的几何结构不变的情况下把高维数据嵌入到低维坐标系中.通过中心近邻嵌入学习算法与其他3种人脸识别方法(即主成分分析、线形判别分析及保局映射)在ORL、Yale及UMIST人脸库上进行的比较实验结果表明,它在高维数据低维可视化和人脸识别效果等方面均较其他3种方法取得了更好的效果.

关键词：人脸识别、中心近邻嵌入、有监督学习、线性降维

所属期刊栏目：13

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2008-06-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：691-695