|
| 基于监督拉普拉斯特征映射算法的人脸识别 |
| Face Recognition Based on Supervised Laplacian Eigenmap Algoritham |
| 投稿时间：2016-06-23 |
| DOI：10.16018/j.cnki.cn32-1650/n.201604004 |
| 中文关键词: 人脸识别 流形学习 局部奇异值分解 监督拉普拉斯特征映射 |
| 英文关键词: face recognition manifold learning local singular value decomposition supervised laplacian eigenmap |
| 基金项目:国家自然科学基金面上项目(61402395)；江苏省文化科研项目(15YB38)；江苏省现代教育技术研究课题(47937) |
|
| 摘要点击次数: 4841 |
| 全文下载次数: 3763 |
| 中文摘要: |
| 为了提高人脸识别算法的识别率，提出了一种基于局部奇异值分解(Local Singular Value Decomposition，LSVD)和监督拉普拉斯特征映射(Supervised Laplacian Eigenmap，SLE)的人脸图像识别方法。由于奇异值向量具有良好的稳定性、转置不变性等特点，首先利用局部奇异值分解方法从人脸图像中提取特征向量；然后采用监督拉普拉斯特征映射算法对已获取的人脸特征进行维数约简。在Yale和ORL人脸库上的实验结果表明，该算法能有效地提高人脸识别的性能。 |
| 英文摘要: |
| Because of the characteristics such as good stability and transpose invariance of singular value vector, feature vectors are extracted from face image by using local singular value decomposition method firstly. Then dimensionality reduction is applied on facial features which have been acquired by supervised laplacian eigenmap algorithm. Experimental results on Yale and ORL face database show that the proposed algorithm can effectively improve the performance of face recognition. |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |