-
题名基于全局约束的监督稀疏保持投影降维方法研究
被引量：2
- 1
-
-
作者
童莹
魏以民
沈越泓
-
机构
中国人民解放军陆军工程大学通信工程学院
南京工程学院通信工程学院
-
出处
《光学学报》
EI
CAS
CSCD
北大核心
2018年第9期110-121,共12页
-
基金
国家自然科学基金(61703201
KYTYJJG206)
江苏省自然科学基金(BK20170765)
-
文摘
非约束环境下采集的人脸图像复杂多变,稀疏保持投影降维效果不理想。鉴于此,提出一种基于全局约束的监督稀疏保持投影(SSPP-GC)算法。通过引入监督超完备字典和类内紧凑度约束,增强同类非近邻样本的重构关系;并且,在低维投影时增加全局约束因子,使得投影矩阵既考虑了样本的局部稀疏关系,也考虑了全局分布特性,进一步消除异类伪近邻样本的低维映射影响。在AR库、Extended Yale B库、LFW库和PubFig库上进行实验仿真,大量实验结果验证了本文算法的有效性。
-
关键词
图像处理
非约束人脸识别
监督稀疏保持投影
流形学习
全局约束
-
Keywords
image processing
unconstrained face recognition
supervised sparsity preserving projection
manifoldlearning
global constraint
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名一种基于半监督稀疏保持投影的人脸识别新方法
- 2
-
-
作者
卫雨彤
林克正
-
机构
黑龙江大学国际文化教育学院
哈尔滨理工大学计算机科学与技术学院
-
出处
《黑龙江大学自然科学学报》
CAS
北大核心
2017年第4期499-504,共6页
-
基金
国家自然科学基金资助项目(61501147)
黑龙江省教育厅科学技术基金资助项目(11551087)
-
文摘
针对现实生活中同时存在的无标签样本与标签样本的问题,将稀疏保持投影算法拓展到半监督框架上,提出了一种新的半监督稀疏保持投影算法,实现所有标签样本的充分利用,以保持标签样本给投影子空间的判别能力,建立样本的空间分布信息,提高了人脸识别的精确度。通过(Carngie Mellon University,CMU)人脸数据集对半监督稀疏保持投影算法的有效性进行了验证,结果表明该算法具有较好的人脸识别效果,降低了人脸识别的时间复杂度,提高了人脸识别的精度。
-
关键词
人脸识别
维数约简
半监督稀疏保持投影
识别精度
数据分类
-
Keywords
face recognition
dimension reduction
semi-supervised sparisity preserving projection
recognition accuracy
data classification
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
