基于双邻接图正交近邻保持投影的人脸识别算法

摘要：

正交保持投影(ONPP)是经典的图嵌入降维技术,已经成功地应用到人脸识别中,其保持了高维数据的局部性和整体几何结构.监督的ONPP通过建立同类邻接图来最小化同类局部重构误差,寻找最优的低维嵌入,但是其只使用了类内信息,这会导致异类数据点间的结构不够明显.因此,提出了基于双邻接图的正交近邻保持投影(DAG-ONPP)算法.通过建立同类邻接图与异类邻接图,在数据嵌入低维空间后同类近邻重构误差尽量小,异类近邻重构误差更加明显.在ORL,Yale,YaleB和PIE人脸库上的实验结果表明,与其他经典算法相比,所提方法有效提高了分类能力.

关键词：监督学习、人脸识别、流型学习、正交近邻保持投影、双邻接图

所属期刊栏目：44

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;浙江大学CAD&CG国家重点实验室基金A1520

在线出版日期：2017-10-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：31-35