非相似度保持投影

摘要：

由主成分分析(PCA)可知任何一幅人脸图像都可以通过一组特征脸的线性加权来重构,PCA是最小均方误差意义下图像的最优表示,但是传统的PCA最终只通过比较加权系数的欧氏距离来进行识别,没有考虑残差.因此,提出非相似尺度的概念,将两个样本同时投影到相同向量上,在确定它们关系时既考虑投影系数,也考虑重构所产生的残差.两者的投影系数和残差相差越大,说明这两个样本越不相似.和保局投影( LPP)有所不同,非相似度保持投影算法不必预先设定近邻个数,它是利用非相似度的概念,创建非相似度散布矩阵,最终通过最大化目标函数获取最优子空间.在AR库和Feret库上的实验结果证明了该方法的有效性.

关键词：人脸识别、非相似尺度、特征抽取、残差、投影系数

所属期刊栏目：17

分类号：TP139(自动化基础理论)

资助基金：国家自然科学基金项目60875004;江苏省高校自然科学基金项目07KJB52013

在线出版日期：2012-12-24（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：1232-1236