期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
不相关稀疏保留投影在人脸识别中的应用 被引量:4
1
作者 马家军 《重庆理工大学学报(自然科学)》 CAS 2016年第7期129-134,共6页
稀疏保留投影是一种有效的特征提取算法,它虽然能很好地保留样本间的稀疏重构特性,但是得到的特征分量通常具有统计相关性,存在数据冗余。为此,引入不相关约束条件,提出了不相关稀疏保留投影特征提取方法,利用推导出的公式提取不相关判... 稀疏保留投影是一种有效的特征提取算法,它虽然能很好地保留样本间的稀疏重构特性,但是得到的特征分量通常具有统计相关性,存在数据冗余。为此,引入不相关约束条件,提出了不相关稀疏保留投影特征提取方法,利用推导出的公式提取不相关判别特征集,进而提高了识别率。在PIE、Extended Yale B和AR人脸库的实验结果表明:该方法有效且稳定,与MLHOSDA、SPP和LPP相比具有更高的正确识别率。 展开更多
关键词 特征提取 不相关 稀疏保留投影 人脸识别
下载PDF
稀疏保持典型相关分析特征选择与模式识别 被引量:3
2
作者 许洁 吴秦 +2 位作者 梁久祯 王念兵 张淮 《小型微型计算机系统》 CSCD 北大核心 2017年第8期1877-1882,共6页
构建一种基于稀疏保持典型相关分析(Sparsity Preserving Canonical Correlation Analysis,SPCCA)的特征提取算法.在典型相关分析(Canonical Correlation Analysis,CCA)的基础上,利用稀疏保持投影(Sparsity Preserving Projections,SPP... 构建一种基于稀疏保持典型相关分析(Sparsity Preserving Canonical Correlation Analysis,SPCCA)的特征提取算法.在典型相关分析(Canonical Correlation Analysis,CCA)的基础上,利用稀疏保持投影(Sparsity Preserving Projections,SPP)将样本之间的类别信息引入,从而提高识别率.首先,提取同一类训练样本的两组特征向量,由SPP构建稀疏重构权重矩阵;并建立相应的判据准则函数来描述两组特征向量之间的关系;然后根据所建立的准则函数提取出相应的典型投影矢量集;最后将两组特征通过不同的特征融合策略进行融合,并在分类识别中进行应用.典型相关分析算法将两组特征向量的相关性特征作为有效信息来用于分类,既能融合信息,又能过滤冗余信息.同时SPCCA算法中引入了两组特征的权重矩阵,在一定程度上提高了融合特征的鉴别力,提高了识别精度.在MFEAT、UCI手写体数字库及ORL、PIE人脸数据库上的实验结果证明了本文方法的有效性和稳定性. 展开更多
关键词 稀疏保持投影 典型相关分析 特征融合 组合特征提取 人脸识别
下载PDF
加权鉴别保持投影降维的非约束人脸识别研究 被引量:2
3
作者 王志强 童莹 +1 位作者 曹雪虹 任丽 《信号处理》 CSCD 北大核心 2019年第10期1762-1772,共11页
非约束环境下采集的人脸图像复杂多变,因稀疏保留投影(Sparse Preserving Projection,SPP)算法没有考虑到样本的局部结构使其降维效果不理想,针对该问题,本文提出了加权判别稀疏保留投影(Weighted Discriminant Sparse Preserving Proje... 非约束环境下采集的人脸图像复杂多变,因稀疏保留投影(Sparse Preserving Projection,SPP)算法没有考虑到样本的局部结构使其降维效果不理想,针对该问题,本文提出了加权判别稀疏保留投影(Weighted Discriminant Sparse Preserving Projection,WDSPP)算法。首先,引入样本类别标签和类内紧凑项,用以增强待测样本和同类样本之间的重构关系;其次,非控环境下样本质量参差不齐,考虑以样本距离权值约束稀疏重构系数,降低同类奇异样本的影响,进一步提高重构关系的准确度;最后,低维投影阶段增加全局约束因子,利用样本全局分布中隐含的鉴别信息使低维子空间分布更紧凑、更易于鉴别。在AR库、Extended Yale B库、LFW库和PubFig库上的大量实验结果表明,本文所提算法在复杂人脸环境下具有较好的识别结果。 展开更多
关键词 非约束人脸识别 稀疏保留投影 加权稀疏表示 降维
下载PDF
稀疏近邻保持投影
4
作者 罗庆云 陈敏 赵巾帼 《计算机应用与软件》 CSCD 北大核心 2013年第6期266-268,294,共4页
从全局特征保持和局部特征保持的角度出发,提出一种稀疏近邻保持投影(SNPE)算法。该算法融合了稀疏重构信息和局部近邻重构信息。投影后的低维数据保持了高维数据的全局几何结构信息和局部近邻近似非线性的结构信息。在Yale、AR和UMIST... 从全局特征保持和局部特征保持的角度出发,提出一种稀疏近邻保持投影(SNPE)算法。该算法融合了稀疏重构信息和局部近邻重构信息。投影后的低维数据保持了高维数据的全局几何结构信息和局部近邻近似非线性的结构信息。在Yale、AR和UMIST上的实验表明所提算法是有效的。 展开更多
关键词 降维 稀疏保持投影 近邻保持嵌入 加权融合 平衡参数
下载PDF
全局加权稀疏局部保留投影 被引量:3
5
作者 林克正 程卫月 刘帅 《计算机应用》 CSCD 北大核心 2014年第3期760-762,779,共4页
针对稀疏保留投影(SPP)算法运行时间较长并且忽略了样本的类间差异信息的问题,在稀疏保留投影算法的基础上,提出了全局加权稀疏局部保留投影(GWSLPP)算法。该算法在保持样本的稀疏重构关系的同时,使样本具有很好的鉴别能力,算法通过对... 针对稀疏保留投影(SPP)算法运行时间较长并且忽略了样本的类间差异信息的问题,在稀疏保留投影算法的基础上,提出了全局加权稀疏局部保留投影(GWSLPP)算法。该算法在保持样本的稀疏重构关系的同时,使样本具有很好的鉴别能力,算法通过对样本进行稀疏重构处理;然后对样本进行投影并且最大化样本的类间散度;最后利用得到的投影将样本分类。该算法分别在FERET人脸库和YALE人脸库上进行实验。实验结果表明,全局加权稀疏保留算法在执行时间和识别率综合性能上,优于局部保留投影(LPP)、SPP和FisherFace算法,执行时间只有25 s,识别率能达到95%以上,实验数据验证了算法的有效性。 展开更多
关键词 稀疏保留投影算法 类间差异 稀疏重构 类间散度
下载PDF
稀疏保留投影及在表情识别中的应用 被引量:1
6
作者 黄勇 《计算机应用》 CSCD 北大核心 2010年第12期100-101,125,共3页
提出一种基于稀疏保留投影的人脸表情识别方法,称之为SPP。与局部保留投影(LPP)不同,SPP通过稀疏重构处理,在保留表情稀疏重构信息的同时也保留表情局部邻信息,这样可从原始表情数据中提取更多、更有效、更具判决性的内在表情特征,获得... 提出一种基于稀疏保留投影的人脸表情识别方法,称之为SPP。与局部保留投影(LPP)不同,SPP通过稀疏重构处理,在保留表情稀疏重构信息的同时也保留表情局部邻信息,这样可从原始表情数据中提取更多、更有效、更具判决性的内在表情特征,获得的投影也更稳定。基于CED-WYU(1.0)和JAFFE两个表情数据库的识别结果表明,基于SPP的特征提取方法能有效地提高识别率。 展开更多
关键词 局部保留投影 稀疏保留投影 表情识别
下载PDF
基于稀疏保留投影的人脸表情识别 被引量:3
7
作者 黄勇 《计算机工程》 CAS CSCD 北大核心 2011年第8期164-165,168,共3页
提出一种基于稀疏保留投影的人脸表情识别方法。通过稀疏重构处理,在保留表情稀疏重构信息的同时也保留表情局部邻信息,可从原始表情数据中提取更多有效且具判决性的内在表情特征,获得的投影也较稳定。基于JAFFE和CED-WYU 2个表情数据... 提出一种基于稀疏保留投影的人脸表情识别方法。通过稀疏重构处理,在保留表情稀疏重构信息的同时也保留表情局部邻信息,可从原始表情数据中提取更多有效且具判决性的内在表情特征,获得的投影也较稳定。基于JAFFE和CED-WYU 2个表情数据库的识别结果表明,该方法能有效提高人脸表情识别率。 展开更多
关键词 数据降维 局部保留投影 稀疏保留投影 人脸表情识别
下载PDF
基于智能手机传感器数据的人类行为识别研究 被引量:11
8
作者 朱响斌 邱慧玲 《计算机工程与应用》 CSCD 北大核心 2016年第23期1-5,49,共6页
运用智能手机传感器数据进行人类行为识别研究在医疗服务、智能环境和网络空间安全等领域有许多重要应用。目前,大多数的分类方法识别率都不高,尤其是在医疗服务领域。为了提高行为活动的识别准确率,先利用稀疏局部保持投影降维,将实验... 运用智能手机传感器数据进行人类行为识别研究在医疗服务、智能环境和网络空间安全等领域有许多重要应用。目前,大多数的分类方法识别率都不高,尤其是在医疗服务领域。为了提高行为活动的识别准确率,先利用稀疏局部保持投影降维,将实验的数据集进行特征约简得到最优的实验特征子集,再用随机森林集成分类器完成了人类行为识别。实验结果证明,该方法不仅明显地降低了实验的特征数量,而且提高了整体精确度。 展开更多
关键词 人类行为识别 随机森林 稀疏局部保持投影 智能手机
下载PDF
基于指数正则化鉴别稀疏局部保持投影的人脸识别 被引量:2
9
作者 吴迪 李婷 《光电子.激光》 EI CAS CSCD 北大核心 2019年第11期1147-1156,共10页
鉴于近年来稀疏表示在人脸特征提取与降维领域的快速发展,为了解决原始的鉴别稀疏局部保持投影算法类内离散度奇异值的问题,提出了一种基于指数正则化鉴别稀疏局部保持投影的人脸特征提取算法。首先基于鉴别稀疏保持投影和正则化鉴别分... 鉴于近年来稀疏表示在人脸特征提取与降维领域的快速发展,为了解决原始的鉴别稀疏局部保持投影算法类内离散度奇异值的问题,提出了一种基于指数正则化鉴别稀疏局部保持投影的人脸特征提取算法。首先基于鉴别稀疏保持投影和正则化鉴别分析,对类内离散度矩阵进行正则化处理;其次对类内离散度矩阵和类间离散度矩阵进行指数化运算,将其投影到非线性空间,在求解特征方程时,引入零空间鉴别分析的思想,从而获取更多信息。在ORL库、Yale库和扩展Yale-B库上的大量实验验证了算法的有效性。 展开更多
关键词 人脸识别 稀疏表示 鉴别稀疏局部保持投影 正则化 指数运算
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部