代价敏感的局部判别嵌入人脸识别算法

摘要：

局部判别嵌入算法寻求最高的正确识别率时假设所有的错误分类具有相同的错分代价,然而这个假设在现实的人脸识别系统中往往是不成立的,因为不同的错误分类将会导致不同的错分代价。为此,提出一种代价敏感的局部判别嵌入算法。首先通过构造代价矩阵将代价敏感理念融入到特征提取阶段,以提高算法判别不同错误分类的能力；然后最大化异类近邻样本点之间的错分代价,同时最小化同类近邻样本点之间的距离；最后利用迭代算法求得最佳的正交投影向量,以更好地维持数据的度量架构。在Yale, ORL, AR和Extended Yale B人脸数据库上的实验结果表明,文中算法是有效的。

关键词：人脸识别、局部判别嵌入、代价敏感、特征提取

分类号：TP391.4(计算技术、计算机技术)

资助基金：江苏省自然科学基金BK20141195;南京大学计算机软件新技术国家重点实验室资助项目KFKT2014B11

在线出版日期：2015-08-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1304-1312