问豆首页 多问问答 知识问答 文档下载 文档搜索 文档下载导航 文档大全导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 一种半监督流形学习的人脸识别方法
免费下载此文档

一种半监督流形学习的人脸识别方法

针对传统线性降维方法忽略数据局部结构特性的问题,提出了一种基于半监督流形学习的方法。针对人脸识别采用图像欧式距离来选择各样本点的K近邻,由此得到修改后无监督判别投影中的邻接矩阵,在传统的无监督判别投影中,融入类标签信息获得几何最优投影。通过在人脸库上的大量比较实验,验证了该方法的准确性和有效性。

C m u r n i e n d p la os o p t gn r g n Api tn计算机工程与应用 eE e i a ci

种半监督流形学习的人脸识别方法 炼,王年,沈玲,王继,庄振华

W ANG a, ANG a S N i gⅥ NG i ZHUANG h n u Li n W Nin, HE Ln, J, Z eh a

安徽大学计算智能与信号处理教育部重点实验室,合肥 203 309 Ke b o n e l e t Co u i g& S g a r c s i g o i it f Ed c t n, h iUn v ri He e 3 0 9, i a y La f I t l g n mp t i n in l P o e sn f M n s y o u a i An u i e st r o y, f i 2 0 3 Ch n

W ANG a W A Li n, N

G a S Ni n, HEN ng e 1 c e o n t n b s d o e i u e v s d m a io d l a n n . mp t r En Li, t a . e r c g ii a e n s m - p r ie Fa o s n l e r i g Co f ue -

gn eig a d A pia o s 2 1。7 1 ) 121 5 ier n p l t n,0 14 ( 7:9 -9 . n ci Ab ta t sr c:Ai n a h l tt n f i oig h e O a sr cu e e ̄r o h t dt n l l e r dme so ai e u to mig t te i ai o g rn t lC l t t r fa t mi o n u e f te r io a i a i n in t r d cin a i n y t m e o s a n w s mis p r ie ma io d e r i g s r p s d On t e b ss f t e c a a tr f t e a e ma e t i e o h t d, e e -u e v s d n f l la n n i p o o e . a i h o h r ce o h f c i g, s m t d h h h

gt K-ers n ih os o ah smpe b aclt g te i a e e c da it c,n e ajcny mar fu spr es naet eg b r fec a l y clua n h g u l en ds n e a d t daec tx o nu e- i m i a h i vsd dsr n n rjcin i mo

ie codn lF al, e po oe to a cmbn slbld smpe i d- i i i a tpoet s df d acrigy i l t rp sd me d t t o ie aee a l w t mo e c mi o i .n y h h h s h i l n u evs i i at poet s rsne o he pi e me i rjci .xes x ei tl eut f d u sp ri d dsr n n rjcin i peetd t c i e ot lgo tc poet nE tnie e pr na rsl e e c mi o a v ma r o v me s o e e a u l a e d tb s s v l a e t e c r e t e s a d e e t e e s o e p o o e p r a h n s v r l p b i f c aa a e a i t o r cn s n f ci n s f t r p s d a p o c . c d h v h

Ke r s n spri d dsr n tpoet n n n a e i dsr nataayi; g u l e ia c; n i l e - y wod:u u e s i i a r c o;o pr t c i i n n ls i ee c da ds n ema f d la v e c min j i m a r c mi s ma in t o n r i g s mis p r ie e r i g;a e r c g i o n; e -u e s d l a n n f c e o t n v n i

要:针对传统线性降维方法忽略数据局部结构特性的问题,出了一种基于半监督流形学习的方法。针对人脸识别采用图提

像欧式距离来选择各样本点的近邻, 由此得到修改后无监督判别投影中的邻接矩阵,在传统的无监督判别投影中,融入类标签信息获得几何最优投影。通过在人脸库上的大量比较实验,验证了方法的准确性和有效性该关键词:无监督判别投影;非参数鉴别分析;图像欧式距离;流形学习;半监督学习;人脸识别 D:03 7/i n1 0 .3 1 0 11.5文章编号:028 3 (0 1 1-120 文献标识码: 中图分类号: P 9 .1 OI1 . 8 .s.0 28 3 . 1.7 3 7 js 2 0 10 -3 12 1)70 9 -4 A T 31 4

1引言 人脸图像是典型的高维数据,如何提取鉴别特征进行维 数约简是^睑识别中的重要问题。基于样本

整体特征的 P A’ Ct 和 L A D t是经典的线性降维方法,但忽略了局部特征且不能对非线性结构的数据进行有效分类。 随着研究表明人脸更可能存在于一个低维子流形上,流

分类,其假设前提是各类均服从高斯分布,但应用于人脸识别时也具有局限性。针对该问题,a等人提出的 M A Ma i Yn F(r n g. a F hr nl i t Fkng提出并由B e a推广至多分 l i e A a s )和 uuaa s y s rs s n类问题的NDA( n aa tcDi r n t ayi)] No p rme i s i a l s。 r c min A n s 本文秉承流形学习的思想,从半监督学习入手,出一种提 结合了流形学习算法与样本标签信息的半监督流形学习算

形学习算法特别是其中一些基于局部保持和全局保持的算 法, L E( o ay Ln a E edn ) Io p(sme i如 L L c l ier mbd ig、sma I l o tc r

法,其既保持局部与全局结构,又利用了对分类至关重要的标 签信息,从而得到几何结构最优的线性投影。此外,针对欧式距离对小扰动敏感的问题,法中嵌入了一种新的距离度在算量-, -通过比较实验验证了本文方法的有效性。

m pi )、 EL p c nEgn a)等引起了广泛关注。由 apn L (al i i m p g aa e 于不能直接映射新数据,流形学习算法的提出与人脸分类没有直接联系,其在人脸识别中的应用都是用其思想而并非寻找理想的流形参数。U p1 L p就是有效地把流形的结构 D t pt 6和 信息近似表示并融入到现有识别算法中的线性化的流形学习

2基于改进型 UD P的半监督分类 21 UDP的思想 . 无监督判别投影 ( D )是基于非局部特征提出的线 u P实质

算法,通过无标签样本学习得到高维观测空间与低维结构在 几何意义下的对应,留数据间相互关系来获得其内在几以保何结构。

性化流形学习算法。相比于只考虑局部散度的L P U P P,D同时考虑了样本点在低维表示后的局部和非局部度量,旨在寻

流形学习作为一种非监督学习算法,只使用无标签样本进找一个最大化非局部散度的同时最小化局部散度的投影方有效地利用了样本的局部特征和整体特征。 行学习,没能利用数量相对

有限但对分类至关重要的标签息。向, 给定样本集=,, )。, x…, cR经投影方向 W e肌 R L A是经典的有监督算法, D它充分利用标签信息来实现最优 基金项目:国家自然科学基金( eNaoa N t a Si c on ao fC i ne G at o1610,o 07 11; t tnl a r c neFu dtn o h audr r . 00 1N . 722 )安徽省自然科学基 h i ul e i n nN 0 6 金 ( o 7426 ) N . 0 10 5。 0

作者简介: (95 )男,汪炼 18一,硕士,主要研究领域为陕式识别及直用;王年(96, t ̄, 16一)男, g教授;沈玲(93,, 18一)女硕士。Em ibams - a: h@ms. lr nn c收稿日期:091.;回日:091.1 20. 2修 06期 20.22

一种半监督流形学习的人脸识别方法

免费下载Word文档免费下载:一种半监督流形学习的人脸识别方法

(下载1-1页,共1页)

你可能喜欢

  • 图像特征提取算法
  • 学习方法
  • 课程学习
  • 学习概述
  • 数据降维
  • 人脸识别技术
  • 使用技巧

我要评论

相关文档

本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
新浪认证  诚信网站  绿色网站  可信网站   非经营性网站备案
文档下载 Copyright 2013 doc.wendoc.com All Rights Reserved.  手机版 email
返回顶部