×
陈瑜;徐晓红

监督正交鉴别子空间投影学习用于人脸识别。 （英语） 兹比尔1298.68272

神经网络。 50, 33-46 (2014).
摘要：本文提出了一种新的线性降维方法，称为监督正交鉴别子空间投影（SODSP），它解决了数据的高维性和小样本问题。更具体地说，给定环境空间中的一组数据点，首先建立描述数据点之间关系的新型权重矩阵。为了对流形结构进行建模，将类别信息纳入权重矩阵中。基于新的权重矩阵，定义了局部散布矩阵和非局部散布矩阵，以保持邻域结构。为了提高识别能力，我们在基于图形的最大边缘分析中引入正交约束，寻求最大化差异的投影，而不是非局部散射和局部散射之间的比率。这样，SODSP自然避免了奇异性问题。此外，我们开发了一种高效且稳定的算法来实现SODSP，特别是在高维数据集上。此外，理论分析表明，LPP是SODSP的一个特殊实例，通过施加一些约束。在ORL、耶鲁、扩展耶鲁人脸数据库B和FERET人脸数据库上进行了实验，以测试和评估该算法。结果证明了SODSP的有效性。

MSC公司：

68T45型 机器视觉和场景理解
68T05型 人工智能中的学习和自适应系统
68吨10 模式识别、语音识别

关键词：

降维;小样本量;最大裕度准则;正交约束;人脸识别

软件：

ORL面;费雷特;耶鲁脸
PDF格式BibTeX公司 XML格式引用
\textit{Y.Chen}和\textit{X.-H.Xu}，神经网络。50、33-46（2014年；Zbl 1298.68272）
全文： 内政部

参考文献：

[1] Belhumeur，P.N。；赫斯帕尼亚，J.P。；Kriengman，D.J.，《特征脸与渔夫脸：使用类特定线性投影的识别》，IEEE模式分析和机器智能汇刊，19，7，711-720（1997）
[2] 贝尔金，M。；Niyogi，P.，用于降维和数据表示的拉普拉斯特征映射，神经计算，15，6，1373-1396（2003）·Zbl 1085.68119号
[3] Y.本吉奥。；Paiment，J.F。；Vincent，P.，《LLE、Isomap、MDS、特征映射和光谱聚类的样本外扩展》，技术代表（2003），蒙特利尔大学
[4] 蔡、邓；何晓飞；Han，J.，SRDA：大规模判别分析的有效算法。UIUC技术代表（2007年）
[5] 蔡、邓；何晓飞；韩嘉伟；张洪江，用于人脸识别的正交拉普拉斯人脸，IEEE图像处理汇刊，15，11，3608-3614（2006）
[7] 陈瑜；郑伟石；徐晓红；Lai，Jian-Huang，人脸识别中受局部统计不相关约束的鉴别子空间学习，神经网络，42，28-43（2013）·Zbl 1293.68244号
[8] 乔治亚德斯，A.S。；Belhumeur，P.N。；Kriegman，D.J.，《从少到多：可变光照和姿势下人脸识别的照明锥模型》，IEEE模式分析和机器智能汇刊，23，6，643-660（2001）
[10] 何，X。；Yan，S。；胡，Y。；Niyogi，P。；Zhang，H.-J.，使用拉普拉斯人脸进行人脸识别，IEEE模式分析和机器智能汇刊，27，3，328-340（2005）
[11] 他，冉；郑伟石；胡宝刚，鲁棒人脸识别的最大相关熵准则，IEEE模式分析与机器智能汇刊，33,81561-1576（2011）
[12] 姜旭东；巴帕迪蒂亚·曼达尔；Kot，Alex，人脸识别中的特征正则化和提取，IEEE模式分析和机器智能汇刊，30，3，383-394（2008）
[14] Kim，Tae-Kyun；Kittler，Josef，用单一模型图像进行人脸识别的多模式分布式类的局部线性判别分析，IEEE模式分析和机器智能汇刊，27，3，318-327（2005）
[15] Kouropteva，O。；Okun，O。；Pietikainen，M.，用于模式识别的监督局部线性嵌入算法，（计算机科学讲义，第2652卷（2003）），386-394
[16] 李，H。；姜涛（Jiang，T.）。；Zhang，K.，基于最大裕度准则的高效稳健特征提取，IEEE神经网络汇刊，17，1，157-165（2006）
[17] 李志峰；林大华；唐晓鸥，面向人脸识别的非参数判别分析，IEEE模式分析与机器智能汇刊，31,4755-761（2009）
[18] 刘凯。；Cheng，Y.Q。；Yang，J.Y。；Liu，X.，用代数方法求解Foley-Samon最优鉴别向量集的有效算法，国际模式识别与人工智能杂志，6，5，817-829（1992）
[19] 吕桂福；林，钟；Jin，Zhong，基于最大边缘准则的判别局部保持投影人脸识别，模式识别，43，10，3572-3579（2010）·Zbl 1209.68469号
[20] Pang，Y.H。；Andrew Beng，J.T。；Abas，F.S.，用于人脸识别的正则局部保持鉴别嵌入，神经计算，77，1，156-166（2012）
[21] 萨姆·罗伊斯（Sam T.Roweis）。；Saul，Lawrence K.，通过局部线性嵌入降低非线性维数，《科学》，290，5500，2323-2326（2000）
[22] Sugiyama，M.，通过局部Fisher判别分析对多模态标记数据进行降维，机器学习研究杂志，81027-1061（2007）·Zbl 1222.68312号
[23] Swets，D.L。；Weng，J.，使用鉴别特征进行图像检索，IEEE模式分析和机器智能汇刊，18，8，831-836（1996）
[24] 约书亚·B·特南鲍姆。；维恩·德·席尔瓦；John C.Langford，《非线性降维的全球几何框架》，《科学》，29055002319-2323（2000）
[25] 特克，M。；Pentland，A.，用于识别的特征脸，认知神经科学，31，1，71-86（1991）
[26] Wang，J.G。；Sung，E。；Yau，W.Y.，增量式二维线性判别分析及其在人脸识别中的应用，神经计算，33，3，314-322（2010）
[28] Wang，J。；Xu，Y。；张博士。；You，J.，计算正交鉴别向量的一种有效方法，神经计算，73，10-12，2168-2176（2010）
[29] Wong，W.K。；赵洪涛，监督最优局部保持投影，模式识别，45,1186-197（2012）·Zbl 1225.68261号
[30] Yan，S。；徐，D。；张，B。；张海杰，图嵌入与扩展：降维的一般框架，IEEE模式分析与机器智能汇刊，29，1，40-51（2007）
[31] 叶洁平，欠采样问题广义判别分析算法族的表征，机器学习研究杂志，6，1，483-502（2006）·Zbl 1222.62081号
[32] 张丽梅；乔丽珊；陈松灿，图优化局部保持投影，模式识别，43，5，1993-2002（2010）·Zbl 1191.68611号
[34] 赵伟。；切拉帕，R。；Phillips，P.J。；Rosenfeld，A.，人脸识别：一项文献调查，ACM计算调查，35，4，399-459（2003）
[35] 赵洪涛。；Sun，S.Y。；Jing，Z.L。；Yang，J.Y.，基于局部结构的监督特征提取，模式识别，39，8，1546-1550（2006）·Zbl 1095.68679号
[36] 赵旭；田晓燕，面向人脸识别的保局部Fisher判别分析，（新兴智能计算技术与应用，新兴智能计算科技与应用，计算机科学讲义，第5754卷（2009）），261-269
[37] 郑维生。；赖，J.H。；Yuen，P.C.，Ga-Fisher:一种新的基于LDA的人脸识别算法，具有主成分选择，IEEE系统、人与控制论汇刊，B部分，35，5，1065-1078（2005）
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。