高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种有监督的LPP算法及其在人脸识别中的应用

张志伟 杨帆 夏克文 杨瑞霞

张志伟, 杨帆, 夏克文, 杨瑞霞. 一种有监督的LPP算法及其在人脸识别中的应用[J]. 电子与信息学报, 2008, 30(3): 539-541. doi: 10.3724/SP.J.1146.2006.01258
引用本文: 张志伟, 杨帆, 夏克文, 杨瑞霞. 一种有监督的LPP算法及其在人脸识别中的应用[J]. 电子与信息学报, 2008, 30(3): 539-541. doi: 10.3724/SP.J.1146.2006.01258
Zhang Zhi-wei, Yang Fan, Xia Ke-wen, Yang Rui-xia . A Supervised LPP Algorithm and Its Application to Face Recognition[J]. Journal of Electronics & Information Technology, 2008, 30(3): 539-541. doi: 10.3724/SP.J.1146.2006.01258
Citation: Zhang Zhi-wei, Yang Fan, Xia Ke-wen, Yang Rui-xia . A Supervised LPP Algorithm and Its Application to Face Recognition[J]. Journal of Electronics & Information Technology, 2008, 30(3): 539-541. doi: 10.3724/SP.J.1146.2006.01258

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。
  • 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.
  • 加载中
计量
  • 文章访问数:  3752
  • HTML全文浏览量:  106
  • PDF下载量:  1989
  • 被引次数: 0
出版历程
  • 收稿日期:  2006-08-28
  • 修回日期:  2007-06-04
  • 刊出日期:  2008-03-19

目录

    /

    返回文章
    返回