一种鉴别稀疏局部保持投影的人脸识别算法

发布时间：2017-07-15 20:28

  本文关键词：一种鉴别稀疏局部保持投影的人脸识别算法

  更多相关文章： 人脸识别 维数约简 稀疏重构 局部保持投影

【摘要】：为解决鉴别稀疏邻域保持嵌入(DSNPE)算法中类间离散度构造复杂的问题,提出了一个新的维数约简算法即鉴别稀疏局部保持投影的人脸识别算法(DSLPP)。首先利用样本集中各类样本的平均向量构造字典,通过保持各类样本平均向量的稀疏重构关系,提出一个新的无参数类间离散度;再通过同时最大化类间离散度和同时最小化类内紧凑度的准则来寻找最优投影方向;最后采用最近邻分类器进行人脸分类识别。由于所采用的类间离散度最大限度地扩大了不同类别中样本之间的差异,因此DSLPP算法具有更强的类间判别力,其识别率得到了明显提高;此外,字典的简化构造降低了算法的计算复杂度。在Yale、UMIST和AR人脸库上的实验结果表明:DSLPP算法在Yale、UMIST库上的平均识别率及AR库上的最高识别率分别达83.38%、95.72%和83.71%,较其他传统方法的识别率有明显提高;在UMIST库上的实验结果表明,DSLPP算法较DSNPE算法的平均计算时间减少了81.7%。
【作者单位】： 西安电子科技大学数学与统计学院;西安石油大学理学院;西安电子科技大学计算机学院;
【关键词】： 人脸识别 维数约简 稀疏重构 局部保持投影
【基金】：国家自然科学基金资助项目(61503082,61472297)
【分类号】：TP391.41
【正文快照】： 人脸识别中,往往会遇到“维数灾难”问题,因此维数约简是一种常采用的手段。目前,已经有许多种维数约简方法,根据不同的标准可以有不同的分类,根据映射函数的形式可分为线性和非线性。主成分分析(PCA)法[1]和线性判别分析(LDA)法[2]因其简单高效而成为经典算法,但是PCA和LDA算

【相似文献】

中国期刊全文数据库 前10条

1 王李冬;;一种新的人脸识别算法[J];计算机技术与发展;2009年05期

2 桂荣;沈荣鑫;詹泳;;基于模糊神经推理的人脸识别算法研究[J];华南师范大学学报(自然科学版);2012年04期

3 苏士美;王燕;王明霞;;基于加权小波分解的人脸识别算法研究[J];郑州大学学报(工学版);2014年01期

4 魏冬梅;周卫东;;采用压缩感知的人脸识别算法[J];计算机工程;2011年18期

5 陈皓;霍星;;视频监控中人脸识别算法稳定性的改进[J];工程图学学报;2011年06期

6 李美瑾;;人脸识别算法综述与远程考试系统应用研究[J];广西广播电视大学学报;2012年01期

7 盛朝强;王君;;煤矿井下人员签到系统人脸识别算法研究[J];计算机技术与发展;2012年07期

8 朱学毅;王崇骏;周新民;张W，

本文编号：545647