×

线性判别分析方法的统一公式和最佳参数选择。 (英语) Zbl 1211.68345号

摘要:在过去的十年中,许多经典线性判别分析(LDA)变体被开发用于解决人脸识别中的欠采样问题。然而,选择变量并不容易,因为这些方法涉及特征值分解,这使得交叉验证的计算成本高昂。在本文中,我们建议通过将这些LDA变量统一在一个框架中来解决这个问题:主成分分析(PCA)+约束岭回归(CRR)。在CRR中,为每个类选择目标(也称为类指示符),并找到一个投影来将类中心定位在其类目标处,并且变换最小化类内距离,并对变换范数进行惩罚,如在岭回归中。在此框架下,许多现有的LDA方法可以被视为具有特定正则化数和类别指标的PCA+CRR,我们建议选择最佳LDA方法作为从CRR系列中选择最佳成员的方法。后者可以通过比较它们的leave-one-out(LOO)错误来完成,我们提出了一种有效的算法,它需要与CRR的训练过程类似的计算来评估LOO错误。在耶鲁大学Face B、扩展耶鲁大学B和CMU-PIE数据库上进行了实验,以证明所提方法的有效性。

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)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 哈斯蒂,T。;Tibshirani,R。;Friedman,J.,《统计学习的要素》(2001),Springer-Verlag:Springer-Verlag纽约·Zbl 0973.62007号
[2] Belhumeur,P。;赫斯帕尼亚,J。;Kriegman,D.,《特征脸vs.Fisherfaces:使用类特定线性投影进行识别》,IEEE Trans。模式分析。机器。智力。,19, 7, 711-720 (1997)
[3] 黄,R。;刘,Q。;卢,H。;Ma,S.,解决LDA的小样本问题,(IEEE模式识别国际会议论文集,ICPR(2002))
[4] Ye,J。;Li,Q.,通过QR分解的两阶段线性判别分析,IEEE Trans。模式分析。机器。智力。,929-941年6月27日(2005年)
[5] 豪兰,P。;Park,H.,使用广义奇异值分解的广义判别分析,IEEE Trans。模式分析。机器。智力。,1999年8月26日至2006年10月26日(2004年)
[6] 张,S。;Sim,T.,判别子空间分析:Fukunaga-Koontz方法,IEEE Trans。模式分析。机器。智力。,29, 10, 1732-1745 (2007)
[7] Yu,H。;Yang,J.,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,34,11,2067-2070(2001)·Zbl 0993.68091号
[8] 杨,J。;Yang,J.Y.,为什么LDA可以在PCA变换空间中执行,模式识别,36,2,563-566(2000)
[9] Chen,L.F。;廖海云。;Ko,M.T。;Lin,J.C。;Yu,G.J.,一种新的基于LDA的人脸识别系统,可以解决小样本问题,模式识别,33,10,1713-1726(2000)
[10] 塞维卡普,H。;尼姆图,M。;Wilkes,M。;Barkana,A.,人脸识别的鉴别公共向量,IEEE Trans。模式分析。机器。智力。,27, 1, 4-13 (2005)
[11] 米卡,S。;Rätsch,G。;韦斯顿,J。;Schölkopf,B。;Müller,K.-R.,Fisher核判别分析,(Hu,Y.-H.;Larsen,J.;Wilson,E.;Douglas,S.,《信号处理神经网络IX》(1999),IEEE),41-48
[12] Baudat,G。;Anouar,F.,使用核方法的广义判别分析,神经计算,12,10,2385-2404(2000)
[13] Yang,M.-H.,《内核特征脸与内核渔夫脸:使用内核方法的人脸识别》,(FGR'02:第五届IEEE自动人脸和手势识别国际会议论文集(2002),IEEE计算机学会:IEEE计算机协会,美国华盛顿特区),215
[14] G.Dai,Y.T.Qian,用于模式识别的Kernel广义非线性判别分析算法,载:IEEE图像处理国际会议论文集,2004。;G.Dai,Y.T.Qian,用于模式识别的Kernel广义非线性判别分析算法,载《IEEE图像处理国际会议论文集》,2004年。
[15] 刘庆生。;卢,H.Q。;Ma,S.D.,改进核Fisher判别分析用于人脸识别,IEEE Trans。电路系统。视频技术,14,1,42-49(2004)
[16] 卢,J.W。;Plataniotis,K.N。;Venetsanopoulos,A.N.,使用核直接判别分析算法的人脸识别,IEEE Trans。神经网络,14,1,117-126(2003)
[17] 卢,J.W。;Plataniotis,K.N。;Venetsanopoulos,A.N。;王杰,一种有效的核判别分析方法,模式识别,38,10,1788-1790(2005)·Zbl 1077.68804号
[18] 杨,J。;Frangi,A.F。;Yang,J.Y。;张,D。;Jin,Z.,KPCA plus LDA:用于特征提取和识别的完整核Fisher判别框架,IEEE Trans。模式分析。机器。智力。,27, 2, 230-244 (2005)
[19] 王,X。;Tang,X.,子空间人脸识别的统一框架,IEEE Trans。模式分析。机器。智力。,26, 9, 1222-1228 (2004)
[20] 特克,M。;Pentland,A.P.,使用特征脸的人脸识别,(IEEE计算机视觉和模式识别会议,CVPR(1991))
[21] 莫加达姆,B。;Jebara,T。;Pentland,A.,贝叶斯人脸识别,模式识别,331771-1782(2000)
[22] Moghaddam,B.,视觉识别的主流形和概率子空间,IEEE Trans。模式分析。机器。智力。,24, 6, 780-788 (2002)
[23] 蒋,X。;曼达尔,B。;Kot,A.,人脸识别中的特征正则化和提取,IEEE Trans。模式分析。机器。智力。,30, 3, 383-394 (2008)
[24] Hamsici,O.C。;Martinez,A.M.,线性判别分析中的贝叶斯最优性,IEEE Trans。模式分析。机器。智力。,30, 4, 647-657 (2008)
[25] M.Plutowski,《调查:理论和实践中的交叉验证》,研究报告。计算科学研究部,大卫·萨诺夫研究中心,普林斯顿,新泽西州,1996年。;M.Plutowski,《调查:理论和实践中的交叉验证》,研究报告。计算科学研究部,大卫·萨诺夫研究中心,普林斯顿,新泽西州,1996年。
[26] 季S。;Ye,J.,《广义线性判别分析:统一框架和有效模型选择》,IEEE Trans。神经网络,19,10,1768-1782(2008)
[27] 安,S。;刘,W。;Venkatesh,S.,用于最小二乘支持向量机和核脊回归的快速交叉验证算法,模式识别,40,8,2154-2162(2007)·Zbl 1115.68125号
[28] Ye,J.,最小二乘线性判别分析,(机器学习国际会议论文集,ICML(2007))
[29] Sun,L。;季S。;Ye,J.,典型相关分析的最小二乘公式,(机器学习国际会议论文集,ICML(2008))
[30] 豪兰,P。;Jeon,M。;Park,H.,基于广义奇异值分解的聚类文本数据保结构降维,SIAM J.Matrix Ana。申请。,25, 1, 165-179 (2003) ·Zbl 1061.68135号
[31] Jiang,X.,模式分类的非对称主成分和判别分析,IEEE Trans。模式分析。机器。智力。,31, 5, 931-937 (2009)
[32] 乔治亚德斯,A。;Belhumeur,P。;Kriegman,D.,《从少到多:可变光照和姿势下人脸识别的照明锥模型》,IEEE Trans。模式分析。机器。智力。,23, 6, 643-660 (2005)
[33] Lee,K。;Ho,J。;Kriegman,D.,获取可变光照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)
[34] 西姆·T。;贝克,S。;Bsat,M.,CMU姿势、照明和表情(PIE)数据库,(第五届IEEE自动人脸和手势识别国际会议论文集(2002年),IEEE计算机学会:IEEE计算机协会,华盛顿特区,美国),215
[35] 西姆·T。;贝克,S。;Bsat,M.,CMU姿势照明和表达(PIE)数据库,IEEE Trans。模式分析。机器。智力。,25, 12, 1615-1618 (2003)
[36] 何,X。;Yan,S。;胡,Y。;Niyogi,P。;张海杰,使用拉普拉斯人脸进行人脸识别,IEEE Trans。模式分析。机器。智力。,27, 3, 328-340 (2005)
[37] 蔡,D。;何,X。;Han,J。;张海杰,人脸识别的正交拉普拉斯人脸,IEEE Trans。图像处理。,15, 11, 3608-3614 (2006)
[38] Jahne,B.,《数字图像处理》(2005),施普林格出版社:柏林施普林格
[39] 弗雷,B。;Dueck,D.,通过在数据点之间传递消息进行聚类,《科学》,315972-976(2007)·Zbl 1226.94027号
[40] Yan,S。;徐,D。;张,B。;张海杰。;杨琼。;Lin,S.,图嵌入和扩展:降维的一般框架,IEEE Trans。模式分析。机器。智力。,29, 1, 40-51 (2007)
[41] Sheng,Y。;库查尔斯基,K。;萨德卡,A。;Skarbek,W.,《自动人脸合成与分析:快速调查》(计算机视觉与图形(2006),施普林格出版社:施普林格荷兰)
[42] Xu,H。;Caramanis,C。;Mannor,S.,《支持向量机的鲁棒性和正则化》,J.Mach。学习。第10号决议,1485-1510(2009年)·Zbl 1235.68209号
[43] 薛,H。;陈S.C。;杨琼,判别正则最小二乘分类,模式识别,42,1,93-104(2009)·Zbl 1159.68547号
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。