一种有监督的LPP算法及其在人脸识别中的应用
doi: 10.3724/SP.J.1146.2006.01258
A Supervised LPP Algorithm and Its Application to Face Recognition
-
摘要: 为了提高局部保持投影算法(Locality Preserving Projections，LPP)对光照、姿态等外部因素的鲁棒性，该文对传统的LPP算法进行改进，提出了一种有监督的LPP(SLPP)方法。首先对LPP子空间进行判别分析，然后选择主要反应类内差异的基向量来构造子空间，最后在子空间上进行识别。通过Havard人脸库和Umist人脸库上的实验，结果表明该方法能够对光照和姿态的变化具有一定的鲁棒性和较高的识别率，比传统的LPP方法和其它子空间分析法识别率提高了10%以上。Abstract: Illumination and pose variations make the performance of the Locality Preserving Projections (LPP)in face recognition decrease. To solve the problem, a supervised LPP using discriminant information is presented in this paper, the proposal calls for the establishment of a feature subspace in which the intrasubject variation is minimized, while the intersubject variation is maximized, then face recognition is implemented with the subspace. Experimentation results on Havard and Umist indicate that this approach is robust to illumination and pose and has higher recognition rate than LPP and other subspace methods.
-
He X, Yan S, Hu Y, Niyogi P, and Zhang H J. Facerecognition using Laplacian faces[J].IEEE Trans. on PatternAnal. Machine Intelli.2005, 27(3):328-340[2]Turk M A and Pentland A P. Eigenfaces for recognition[J].Journal of Cognitive Neuroscience.1991, 3(1):71-86[3]Sam T, Roweis and Saul K L. Nonlinear dimensionalityreduction by locally linear embedding[J].Science.2000,290(5500):2323-2326[4]He X and Niyogi. Locality preserving projections.Proceedings of Advances In Neural Information ProcessingSystems 16, MA: Cambridge, MIT Press, 2004: 153-160.[5]Zhao Haitao, Sun Shaoyuan, Jing Zhongliang, and JingyuYang. Local structure based supervised feature extraction[J].Pattern Recognition.2006, 39(88):1546-1550[6]Roweis S, Saul L, and Hinton G. Global coordination of locallinear models. Proceedings of Advances in Neural InformationProcessing System 14, MA: Cambridge, MIT Press, 2001:889-896.[7]Hallinan P. A deformable model for face recognition underarbitrary lighting conditions. [PHD thesis]. Havard Univ,1995.[8]Graham D B and Allinson N M. Characterizing virtualeigensignatures for general purpose face recognition. In:Wechsler H., Phillips P.J., Bruce V., Fogelman-Soulie F.,Huang T.S. eds.. Face Recognition: From Theory toApplications. NATO ASI Series F, Computer and SystemsSciences, 1998, 163: 446-456. 期刊类型引用(23)
1. 郑素珍. 旋转物体的单光子三维重建技术. 应用光学. 2024(05): 879-884 . 
百度学术2. 王月，齐庆杰，孙立峰，程会锋，张婧雯，刘英杰，马天放，仙文豪. 基于超宽带雷达的穿墙生命体征信号检测研究综述. 国外电子测量技术. 2024(09): 26-40 . 百度学术3. 祁萍萍，李琦，韩壮志. 基于RFT的随机调频周期LFMCW雷达微弱目标检测. 无线电工程. 2022(06): 996-1003 . 百度学术4. 郭立民，莫禹涵，刘鲁涛，郭晓冉. 线性调频连续波雷达低空小目标长时间相参积累方法. 国防科技大学学报. 2022(04): 190-197 . 百度学术5. 关键，裴家正，黄勇，陈小龙，陈宝欣. 杂波背景下的时距联合检测前聚焦方法研究. 雷达学报. 2022(05): 753-764 . 百度学术6. 张军周，刘益辰，尹天宫. 对抗相位编码末制导雷达有源干扰方法研究. 舰船电子工程. 2021(03): 80-83 . 百度学术7. 裴家正，黄勇，陈宝欣，关键，蔡咪，陈小龙. 联合脉压与Radon傅里叶变换的长时间相参积累方法. 雷达学报. 2021(06): 956-969 . 百度学术8. 董鹏曙，向龙，谢幼才，金加根. 基于运动补偿的动目标检测处理方法. 探测与控制学报. 2020(06): 29-34 . 百度学术9. 梁璞，陈兴，刘让，商哲然，易天柱，卢大威. 基于RFT和AMF融合聚焦的雷达弱小目标检测. 航空兵器. 2019(06): 1-9 . 百度学术10. 段毅，商哲然，谭贤四，曲智国，李志淮. 面向雷达高速目标检测的RFT快速实现方法. 系统工程与电子技术. 2018(06): 1233-1240 . 百度学术11. 王万田，袁俊泉，王悦，周亮. 一种天空双基地预警雷达高速机动目标检测算法. 空军预警学院学报. 2017(05): 313-318 . 百度学术12. 商哲然，谭贤四，曲智国，王红，杨康峰. 一种改进的快速RFT实现方法. 现代防御技术. 2017(01): 140-146 . 百度学术13. 商哲然，谭贤四，曲智国，尉强，王红. 高超声速目标雷达检测方法综述. 现代雷达. 2017(01): 1-8+40 . 百度学术14. 章建成，苏涛，吕倩. 基于运动参数非搜索高速机动目标检测. 电子与信息学报. 2016(06): 1460-1467 . 
本站查看15. 商哲然，谭贤四，曲智国，王红，丰骁. 基于GPU的RFT算法并行化. 雷达科学与技术. 2016(05): 505-509+516 . 百度学术16. 商哲然，谭贤四，曲智国，王红. 基于改进的快速RFT算法的高速目标检测. 雷达科学与技术. 2016(02): 184-188+193 . 百度学术17. 李炯，赵彬，韩闯，徐跃. 临近空间高超声速目标跟踪技术及展望. 现代雷达. 2016(09): 1-6 . 百度学术18. 董鹏曙，向龙，谢幼才，金加根. 高速机动目标信号多普勒频移补偿方法. 探测与控制学报. 2016(03): 66-70+74 . 百度学术19. 陈潜，刘俊豪，王海涛. 频域切变Radon-Fourier变换算法及其对微弱目标的检测. 太赫兹科学与电子信息学报. 2016(02): 299-305 . 百度学术20. 王慧，洪丽娜，易建新，万显荣. 数字电视外辐射源雷达目标徙动补偿新方法. 电子与信息学报. 2015(05): 1017-1022 . 本站查看21. 田超，文树梁. 基于非均匀FFT的长时间相参积累算法. 电子与信息学报. 2014(06): 1374-1380 . 本站查看22. 刘京然，王星，王党卫. OFDM-MIMO雷达运动目标回波相参积累方法. 现代雷达. 2014(12): 43-47+53 . 百度学术23. 汪连栋，曾勇虎，高磊，陆俊. 临近空间高超声速目标雷达探测技术现状与趋势. 信号处理. 2014(01): 72-85 . 百度学术其他类型引用(28)
-
百度学术
计量
- 文章访问数: 3829
- HTML全文浏览量: 117
- PDF下载量: 1994
- 被引次数: 51
下载:
