像矩阵判别局部保持投影的人脸识别

《像矩阵判别局部保持投影的人脸识别》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、万方数据ComputerEngineeringandApplications计算机工程与应用2010，46(16)191基于图像矩阵判别局部保持投影的人脸识别王国强1．2，石念峰t．3，欧宗瑛2WANGGuo_qiangl,2,SHINian-fengm,OUZong-yinb乒1．洛阳理工学院计算机与信息工程系，河南洛阳4710232．大连理工大学机械工程学院CAD&网络研究所，辽宁大连1160243．中国科学院计算技术研究所，北京1000801．DepartmentofandInformationEngineering，LuoyangInstituteof

2、ScienceandTechnology,Luoyang，Henan471023，China2．InstituteofCAD&NetworkTecE，SchoolofMechanicalEngineering，DalianUniversityofTechnology，Dalian，Liaoning116024，China3．InstituteofComputingTechnology，ChineseAcademyofSciences。Beijing100080，ChinaWANGGuo-qiang．SHINian-feng．OUZong-ying．Facere

3、cognitionbasedoni玎lagematrixdiscHnflnantlocalitypreserv-lngprojectiongComputerEngineeringandApplications．2010。46(16)：191-196．Abstract：AnewfacerecognitionmethodbasedonImageMatrixDiscriminantLocMityPreservingProjections(IMDLPP)isp驴p08ed．BasedonLocMityPreservingProjections(LPP)，IMDLPPt

4、akesintoaccounttlleclasslabelinformation，andaddsbetween—classscatterconstraintintotheobjectivefunction．Inaddition，IMDLPPworksdirectlywithoriginalimagematriceswhichdonotneedtobeconvertedintovectors，keepsthespatialpositioninformationofpixelinfaceimage，andavoidsthesingularproblemTheexp

5、erimentalresultsindicatetheeffectivenessoftheproposedmethod．Keywords：localitypreservingpmjections；imagematrixdiscriminantlocalitypreservingprojectiom；manifoldlearning；facerocognition摘要：提出一种基于图像矩阵判别局部保持投影的人脸识别方法。图像矩阵判别局部保持投影是在局部保持投影基础上进行了扩展，考虑了类标签信息并在其目标函数中增加类间散度约束，使得求解的特征更具判别性。另外，图像

6、矩阵判别局部保持投影是直接处理图像矩阵而不需要将矩阵转化为向量，保留了像素间的空间位置关系，避免了奇异性问题。实验结果表明该方法是有效的。关键词：局部保持投影；图像矩阵判另I】局部保持投影；流形学习；人脸识另1lDOI：10．3778／j。issn．1002—8331．2010．16．056文章编号：1002-8331(2010)16—0191-06文献标识码：A中图分类号：TP391．4l引言人脸识别由于其在身份认证、监控、人机交互等方面广泛潜在的应用，一直是模式识别、图像处理以及计算机视觉等领域的研究热点【1】。经过多年的研究，人脸识别取得了很大进展。在诸

7、多的人脸识别算法中，子空间分析方法成为当前的主流方法。其中最流行的子空间分析方法是主成分分析(PCA)呀口线性判别分析(LDA)圈。尽管这两种方法在人脸识别中获得成功的应用，但它们都是假定人脸样本图像位于线性嵌入流形上，并且目标是保持图像空间的全局欧氏结构。人脸图像由于受外在和内在因素影响，诸如脸部表情、光照、脸部姿态(或照相机视角)以及人脸形状和皮肤的反射特性，人脸图像可能位于非线性流形上M。最近流形学习引起人们的关注。一些算法，例如等度规映射(IsometricalMapping，ISOMAP)[41，局部线性嵌入(LocallyLinearEmbeddi

8、ng，LLE)⋯，拉普拉斯特征映射(L