×
黄可坤；戴道青；任川西安

用于降维的正则共面判别分析。 （英语） Zbl 1428.68275号

模式识别 62, 87-98 (2017)。
摘要：基于线性嵌入的降维方法，如邻域保持嵌入（NPE）、稀疏性保持投影（SPP）和基于协作表示的投影（CRP），试图在投影后为每个样本保留某种线性表示。然而，在变换后的低维空间中，样本之间的线性关系可能会发生变化，这使得基于线性表示的分类器，如稀疏表示的分类器（SRC），无法达到更高的识别精度。本文提出了一种新的线性降维算法，称为正则化共面判别分析（RCDA）来解决这个问题。它同时寻求一个线性投影矩阵和一些线性表示系数，使来自同一类的样本共面，而来自不同类的样本不共面。该正则化项平衡了最优线性表示和类平均值的偏差，避免了训练数据过拟合，克服了求解线性表示系数时的矩阵奇异性。提出了一种替代优化方法来求解RCDA模型。在几个基准人脸数据库和高光谱图像数据库上进行了实验，结果表明，RCDA比其他降维方法具有更好的性能。

引用于1文件

MSC公司：

68吨10 模式识别、语音识别
68T05型 人工智能中的学习和自适应系统

关键词：

降维；稀疏表示分类器；人脸识别；高光谱图像分类；共面判别分析
PDF格式BibTeX公司 XML格式引用
\textit{K.-K.Huang}等人，模式识别62，87-98（2017；Zbl 1428.68275）
全文： 内政部

参考文献：

[1] 特克，M。；Pentland，A.，识别特征脸，J.Cogn。神经科学。，3, 1, 71-86 (1991)
[2] 杜达，R.O。；哈特，体育。；Stork，D.G.，《模式分类》（2012），John Wiley&Sons:John Willey&Sons New Jersey
[3] Belhumeur，P.N。；赫斯帕尼亚，J.P。；Kriegman，D.J.，使用特定类别线性投影的特征脸与渔夫脸识别，IEEE Trans。模式分析。机器。智力。，19, 7, 711-720 (1997)
[4] Li，H.F。；姜涛（Jiang，T.）。；Zhang，K.S.，基于最大裕度准则的高效稳健特征提取，IEEE Trans。神经网络。，17, 1, 157-165 (2006)
[5] 戴德清。；袁P.C.，正则判别分析人脸识别，IEEE Trans。系统。人类网络。B部分：网络。，37, 4, 1080-1085 (2007)
[6] 何，X.F。；严，S.C。；胡玉霞。；Niyogi，P。；Zhang，H.J.，使用拉普拉斯人脸的人脸识别，IEEE Trans。模式分析。机器。智力。，27, 3, 328-340 (2005)
[7] 闫S.C。；徐，D。；张碧玉。；张海杰。；杨琼。；Lin，S.，《图嵌入和扩展降维的通用框架》，IEEE Trans。模式分析。机器。智力。，29, 1, 40-51 (2007)
[8] 卢，J.W。；Tan，Y.P.，正则局部保持投影及其人脸识别扩展，IEEE Trans。系统。人类网络。B部分：赛博。，40, 3, 958-963 (2010)
[9] 邓文华。；Hu，J.N。；卢，J.W。；Guo，J.，《全自动人脸对齐、表示和识别的变换-变PCAa统一方法》，IEEE Trans。模式分析。机器。智力。，36, 6, 1275-1284 (2014)
[10] 卢，M。；黄J.Z。；钱晓宁，稀疏指数族主成分分析，模式识别。，60, 12, 681-691 (2016) ·Zbl 1414.62217号
[11] 哦，J。；Kwak，N.，鲁棒主成分分析的广义均值，模式识别。，54, 6, 116-127 (2016)
[12] Abou-Moustafa，K.T。；Torre，F.D.L。；Ferrie，F.P.，判别多类线性降维的Pareto模型，模式识别。，48, 5, 1863-1877 (2015) ·Zbl 1374.68362号
[13] Y.A.Ghassabeh。；Rudzicz，F。；Moghaddam，H.A.，快速增量LDA特征提取，模式识别。，48, 6, 1999-2012 (2015)
[14] Ren，C.X。；戴德清。；何，X.F。；Yan，H.，样本加权——一种用于异常值抑制判别分析的固有方法，IEEE Trans。知识。数据工程，27，11，3070-3083（2015）
[15] 王，S。；卢，J.F。；顾晓杰。；杜海胜。；杨建勇，用于降维和分类的半监督线性判别分析，模式识别。，57/179-189（2016）·Zbl 1412.68195号
[16] 季，Z。；彭永伟。；袁，Y。；Pan，J.，基于相关性和不相关性图的边缘Fisher分析用于图像搜索重新分类，信号处理。，121, 4, 139-152 (2016)
[18] 乔·L·S。；陈S.C。；Tan，X.Y.，稀疏保持投影及其在人脸识别中的应用，模式识别。，43, 1, 331-341 (2010) ·Zbl 1186.68421号
[19] Cheng，B。；杨，J.C。；闫S.C。；Fu，Y。；Huang，T.S.，《使用l1-图进行图像分析的学习》，IEEE Trans。图像处理。，19, 4, 858-866 (2010) ·Zbl 1371.68229号
[20] Yang，W.K。；王Z.Y。；Sun，C.Y.，一种用于特征提取的基于协作表示的投影方法，模式识别。，48, 1, 20-27 (2015)
[21] 韩，P.Y。；金，A.T.B。；Abas，F.S.，人脸识别中的邻域保持鉴别嵌入，J.Vis。Commun公司。图像表示。，20, 8, 532-542 (2009)
[22] 丁，C.T。；张磊，基于双邻接图的判别邻域嵌入，模式识别。，48, 5, 1734-1742 (2015) ·Zbl 1374.68372号
[23] 卢，G.F。；Z.Jin。；邹，J.，使用区分稀疏邻域保持嵌入的人脸识别，Knowl-基于系统。，31, 119-127 (2012)
[24] 桂，J。；孙，Z.A。；贾伟。；胡瑞霞。；Lei，Y.K。；纪世伟，人脸识别中的区分稀疏邻域保持嵌入，模式识别。，45, 8, 2884-2893 (2012) ·Zbl 1236.68215号
[25] 高秋霞。；黄Y.F。；Zhang，H.L。；X.洪。；李凯。；王毅，图像识别中的保稀疏判别投影，模式识别。，48, 8, 2543-2553 (2015)
[26] 张，P.Y。；你，X.G。；Ou，W.H。；Chen，C.L.P。；张永明，单样本人脸识别的稀疏判别多流形嵌入，模式识别。，52, 4, 249-259 (2016)
[27] Wright，J。；Yang，A.Y。；Ganesh，A。；Sastry，S.S。；Ma，Y.，基于稀疏表示的鲁棒人脸识别，IEEE Trans。模式分析。机器。智力。，31, 2, 210-227 (2009)
[28] 崔，M.S。；Prasad，S.，用于鲁棒高光谱图像分类的类相关稀疏表示分类器，IEEE Trans。地质科学。遥感，53，5，2683-2695（2015）
[30] He，R。；郑维生。；Hu，B.G.，鲁棒人脸识别的最大相关熵准则，IEEE Trans。模式分析。机器。智力。，33, 8, 1561-1576 (2011)
[31] Ren，C.X。；戴德清。；Yan，H.，基于L2,1-形式回归模型的稳健分类，模式识别。，45, 7, 876-888 (2012)
[32] Lai，Z.R。；戴德清。；Ren，C.X。；Huang，K.K.，鲁棒人脸识别的鉴别与压缩编码，IEEE Trans。赛博。，45, 9, 1900-1912 (2015)
[34] 杨，J。；Chu，D.L。；张，L。；Xu，Y.，稀疏表示分类器指导判别投影在人脸识别中的应用，IEEE Trans。神经网络。学习。系统。，24, 7, 1023-1035 (2013)
[36] Yang，A.Y。；周，Z.H。；Balasubramanian，A.G。；Sastry，S.S。；Ma，Y.，鲁棒人脸识别的快速（l_1）最小化算法，IEEE Trans。图像处理。，22, 8, 3234-3246 (2013)
[37] 邓文华。；Hu，J.N。；Guo，J.，通过类内变量字典扩展SRC欠采样人脸识别，IEEE Trans。模式分析。机器。智力。，34, 9, 1864-1870 (2012)
[38] 乔治亚德斯，A。；Belhumeur，P。；Kriegman，D.，《在可变光照和姿势下用于人脸识别的从少到多发光锥模型》，IEEE Trans。模式分析。机器。智力。，23, 6, 643-660 (2001)
[39] Lee，K.C。；Ho，J。；Kriegman，D.J.，获取可变照明下人脸识别的线性子空间，IEEE Trans。模式分析。机器。智力。，27, 5, 684-698 (2005)
[40] Davis，G。；Mallat，S。；Avellaneda，M.，自适应贪婪近似，J.Constr。约13.57-98（1997）·Zbl 0885.41006号
[41] 坎迪斯，E.J。；J.隆伯格。；Tao，T.，《鲁棒不确定性原理——从高度不完整的频率信息中精确重构信号》，IEEE Trans。Inf.理论，52，2489-509（2004）·Zbl 1231.94017号
[42] Kim，S.J。；Koh，K。；卢斯蒂格，M。；Boyd，S.，大尺度正则化最小二乘的内点方法，IEEE J.Sel。顶部。信号处理。，1, 4, 606-617 (2010)
[43] Mairal，J。；巴赫，F。；Ponce，J.，《图像和视觉处理的稀疏建模》，Found。趋势计算。图表。视觉。，8, 2, 85-283 (2014) ·Zbl 1333.68263号
[44] Huang，K.K。；Dai，D.Q.，基于扫描模式下自适应扫描顺序的基于二叉树的新型车载图像编解码器，IEEE Trans。地质科学。遥感，50，10，3737-3750（2012）
[45] 李伟（Li，W.）。；普拉萨德，S。；福勒，J.E。；Bruce，L.M.，高光谱图像分析中的局部保持降维和分类，IEEE Trans。地质科学。遥感，50，4，1185-1198（2012）
[46] 崔，M.S。；Prasad，S.，高光谱图像分类的角度判别分析，IEEE J.Sel。顶部。信号处理。，9, 6, 1003-1015 (2015)
[47] Wang，X.S。；高，Y。；Cheng，Y.H.，高光谱数据的非负稀疏半监督降维算法，神经计算，188，5，275-283（2016）
[49] 纳西姆，I。；托涅里，R。；Bennamoun，M.，人脸识别的线性回归，IEEE Trans。模式分析。机器。智力。，32, 11, 2106-2112 (2010)
[50] 李伟（Li，W.）。；特拉梅尔，E.W。；Prasad，S。；Fowler，J.E.，高光谱分类的最近正则子空间，IEEE Trans。地质科学。遥感，52，1477-489（2014）
[52] 李伟（Li，W.）。；杜琪。；Xiong，M.M.，高光谱图像分类的Tikhonov正则化核协同表示，IEEE Geosci。遥感快报。，12, 1, 48-52 (2015)
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。