×
陈文胜;戴秀丽;潘，宾宾;唐、袁燕

用于人脸识别的半监督鉴别分析方法。 （英语） Zbl 1351.68245号

国际小波多分辨率。信息处理。 13，第6号，文章ID 1550049，22 p.（2015）.
摘要：在人脸识别中，很多算法仅仅利用一种单一的人脸特征即全局特征或局部特征，在人脸图像复杂多变的情况下无法获得更好的性能。为了提取鲁棒的人脸特征，本文通过将全局特征和局部特征非线性结合，提出了一种新的半监督判别分析（SSDA）准则。为了进一步增强SSDA特征的鉴别能力，还将训练数据的几何分布权重信息纳入了该准则中。我们利用SSDA准则设计了一种迭代算法，可以自动确定组合参数和最优投影矩阵。此外，组合参数保证落入区间\（[0，1]\）。在ORL、FERET和CMU-PIE人脸数据库上对所提出的SSDA方法进行了评估。实验结果表明，我们的方法取得了优异的性能。

引用于2文件

MSC公司：

68吨10 模式识别、语音识别
62H30型 分类和区分；聚类分析（统计方面）
68T05型 人工智能中的学习和自适应系统

关键词：

人脸识别;全局特征;局部特征;半监督学习

软件：

费雷特
PDF格式BibTeX公司 XML格式引用
\textit{W.-S.Chen}等人，《国际小波多分辨率》。信息处理。13，第6号，文章ID 1550049，22 p.（2015；Zbl 1351.68245）
全文： 内政部

参考文献：

[1] 1.P.N.Belhumeur、J.P.Hespanha和D.Kriegman，《特征脸与渔夫脸：使用特定类别线性投影的识别》，IEEE Trans。模式分析。机器。Intell.19（7）（1997）711-720。genRefLink（16，‘S0219691315500496BIB001’，‘10.1109
[2] 2.R.M.Bolle，J.H.Connell，S.Pankanti，N.K.Ratha和A.W.Senior，ROC曲线和CMC之间的关系，第四届IEEE自动识别高级技术研讨会（2005），第15-20页。
[3] 3.R.Brunelli和T.Poggio，《人脸识别：特征与模板》，IEEE Trans。《Patten Ana》。机器。Intell.15（10）（1993）1042-1052。genRefLink（16，'S0219691315500496BIB003'，'10.1109
[4] 4.蔡德华，何熙，周克周，韩建军和鲍海波，《地方敏感性判别分析》，Proc。第20届国际人工智能联合会议（IJCAI’，07），（2007），第708-713页。
[5] 5.W.S.Chen，X.L.Dai，B.B.Pan和T.Q.Huang，基于特征融合策略的人脸识别新判别准则，神经计算159（2015）67-77。genRefLink（16，'S0219691315500496BIB005'，'10.1016
[6] 6.W.-S.Chen，W.Wang和J.-W Yang，监督人脸识别的正则化局部保持投影方法，国际小波，多分辨率。Inf.Process.10（6）（2012），文章编号：1250053，19 pp·Zbl 1258.68133号
[7] 7.W.S.Chen、P.C.Yuen和J.Huang，解决小样本问题的一种新的正则化线性判别分析方法，国际J模式识别。Artif公司。Intell.19（7）（2005）917-936。[摘要]genRefLink（128，'S0219691315500496BIB007'，'000233686300005'）；
[8] 8.W.S.Chen，P.C.Yuen，J.Huang和B.Fang，人脸识别的两步单参数正则化fisher判别法，国际J模式识别。Artif公司。Intell.20（2）（2006）189-208。【摘要】genRefLink（128，'S0219691315500496BIB008'，'00023714000007'）；
[9] 9.W.S.Chen，P.C.Yuen和X.H.Xie，基于核机器的提升正则化判别分析人脸识别方法，神经计算74（17）（2011）2953-2960。genRefLink（16，'S0219691315500496BIB009'，'10.1016
[10] 10.W.S.Chen，C.Zhang和S.Y.Chen，线性判别分析方法中使用分数阶径向基函数建模的几何分布权重信息，Adv.Math。Phys.2013（2013），文章ID:825861，9 pp·Zbl 1291.62170号
[11] 11.D.L.Chu和G.S.Thye，基于零空间的线性判别分析的一种新的快速实现，《模式识别》43（4）（2010）1373-1379。genRefLink（16，'S0219691315500496BIB011'，'10.1016
[12] 12.Y.Cui和L.Fan，使用模糊最大裕度标准的特征提取，神经计算86（2012）52-58。genRefLink（16，'S0219691315500496BIB012'，'10.1016
[13] 13.K.Das和Z.Nenadic，小样本量问题的一种有效的基于判别式的解决方案，模式识别。42（5）（2009）857-866。genRefLink（16，'S0219691315500496BIB013'，'10.1016·Zbl 1178.68489号
[14] 14.G.Feng，D.Hu和Z.Zhou，用于图像识别的直接局部保持投影（DLPP）算法，Springer Sci。神经过程。Lett.27（2008）247-255。genRefLink（16，'S0219691315500496BIB014'，'10.1007
[15] 15.Q.Gao，J.Liu，K.Cui，H.Zhang和X.Wang，图像识别的稳定局部敏感判别分析，神经网络54（2014）49-56。genRefLink（16，'S0219691315500496BIB015'，'10.1016·Zbl 1308.68094号
[16] 16.X.F.He和P.Niyogi，位置保持预测，《神经信息处理系统进展》，第16卷（麻省理工学院出版社，马萨诸塞州剑桥，2003年），第153-160页。
[17] 17.P.Howland、J.L.Wang和H.Park，使用广义判别分析解决人脸识别中的小样本问题，《模式识别》39（2）（2006）277-287。genRefLink（16，‘S02196911315500496BIB017’，‘10.1016
[18] 18.卢军，图像识别的增强局部敏感判别分析，电子。Lett.46（3）（2010）213-214。genRefLink（16，'S0219691315500496BIB018'，'10.1049
[19] 19.A.M.Martnez和A.C.Kak，Pca versuslda，IEEE Trans。模式分析。机器。Intell.23（2）（2001）228-233。genRefLink（16，'S0219691315500496BIB019'，'10.1109
[20] 20.P.J.Phillips、H.Moon、P.J Rauss和S.Rizvi，《人脸识别算法的FERET评估方法》，IEEE Trans。模式分析。机器。《情报》22（10）（2000）1090-1104。genRefLink（16，'S0219691315500496BIB020'，'10.1109
[21] 21.L.Qiao、S.Chen和X.Tan，《稀疏保持投影在人脸识别中的应用》，《模式识别》第43卷第1期（2010年）第331-341页。genRefLink（16，'S0219691315500496BIB021'，'10.1016
[22] 22.E.Sariyanidi、H.Gunes和A.Cavallaro，面部情感的自动分析：注册、表征和识别的调查，IEEE Trans。《Patten Ana》。机器。Intell.37（6）（2015）1113-1133。genRefLink（16，'S0219691315500496BIB022'，'10.1109
[23] 23.A.Sharma和K.K.Paliwal，《人脸识别的两阶段线性判别分析》，模式识别。Lett.33（9）（2012）1157-1162。genRefLink（16，'S0219691315500496BIB023'，'10.1016
[24] 24.宋永清、聂福平、张春生和向圣美，半监督降维的统一框架，《模式识别》41（9）（2008）2789-2799。genRefLink（16，'S0219691315500496BIB024'，'10.1016·Zbl 1154.68501号
[25] 25.M.A.Turk和A.P.Pentland，《使用特征脸进行人脸识别》，收录于Proc。IEEE Conf.计算机视觉和模式识别（CPVR，Maui，1991），第586-591页。
[26] 26.B.Xu，Z.W.Shang和Y.Y.Tang，基于梯度域散射算子的遮挡鲁棒人脸识别，国际小波，多分辨率。Inf.Process.11（1）（2013），文章ID:135001，第16页·Zbl 1271.68206号
[27] 27.Y.Xu，A.N.Zhong，J.Yang和D.Zhang，用于人脸识别的LPP解决方案，Pattern Recogn.34（2010）4165-4176。genRefLink（16，'S0219691315500496BIB027'，'10.1016·Zbl 1207.68329号
[28] 28.杨伟华、戴德清，人脸识别中的二维最大边缘特征提取，IEEE Trans。系统。，人与赛博。，第B39（4）部分（2009）1002-1012。genRefLink（16，'S0219691315500496BIB028'，'10.1109
[29] 29.J.Yang、D.Zhang、J.Y.Yang和B.Niu，《全球最大化、局部最小化：无监督鉴别投影在面部和手掌生物特征识别中的应用》，IEEE Trans。模式分析。机器。《情报》29（4）（2007）650-664。genRefLink（16，'S0219691315500496BIB029'，'10.1109
[30] 30.H.Yu和J.Yang，高维数据的直接LDA算法及其在人脸识别中的应用，《模式识别》34（10）（2001）2067-2070。genRefLink（16，'S0219691315500496BIB030'，'10.1016
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。