資源描述：
《一種正交局部鑒別嵌入的人臉識(shí)別算法_黃蓓.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第43卷第6期東南大學(xué)學(xué)報(bào)(自然科學(xué)版)Vol．43No．62013年11月JOUＲNALOFSOUTHEASTUNIVEＲSITY(NaturalScienceEdition)Nov．2013doi:10．3969/j．issn．1001－0505．2013．06．014一種正交局部鑒別嵌入的人臉識(shí)別算法黃蓓(東南大學(xué)信息科學(xué)與工程學(xué)院，南京210096)摘要:為了解決局部鑒別嵌入(LDE)算法的高維小樣本泛化能力弱和分解致密矩陣計(jì)算量較大的問題，提出了一種基于譜回歸的正交局部鑒別嵌入算法(SＲ-OLDE)，采用譜回歸理論與正交化技術(shù)相結(jié)合的方法，將投影函數(shù)
2、的求解轉(zhuǎn)化為回歸問題的求解．該算法首先計(jì)算訓(xùn)練樣本的特征向量;然后通過回歸方法計(jì)算投影向量，得到測試數(shù)據(jù)集，從而將n×n維的致密矩陣的特征分解轉(zhuǎn)化為m×m維矩陣的特征分解，n，m分別為人臉特征矩陣維數(shù)和人臉樣本數(shù);最后對投影向量進(jìn)行Gram-Schmidt正交化，得到正交的投影矩陣，從而可準(zhǔn)確估計(jì)高維數(shù)據(jù)的內(nèi)在維數(shù)，提高了樣本的泛化能力．實(shí)驗(yàn)結(jié)果表明，該算法在降低人臉特征矩陣維數(shù)和提高人臉識(shí)別率的同時(shí)，縮短了計(jì)算時(shí)間．關(guān)鍵詞:人臉識(shí)別;局部鑒別嵌入;譜回歸;正交化中圖分類號(hào):TP391文獻(xiàn)標(biāo)志碼:A文章編號(hào):1001－0505(2013)06-1208-04O
3、rthogonallocaldiscriminantembeddingforfacerecognitionHuangBei(SchoolofInformationScienceandEngineering，SoutheastUniversity，Nanjing210096，China)Abstract:Thespectralregression-basedorthogonallocaldiscriminantembedding(SＲ-OLDE)algo-rithmisproposedtoimprovethegeneralizationperformanceof
4、high-dimensionalsmallsamplesandtheefficiencyofdecomposingdensematrixinthelocaldiscriminantembedding(LDE)algorithm．Theprojectionfunctionistransformedintotheregressionproblembyusingthespectralregressiontheoryandorthogonalizationtechnology．First，theeigenvectorofthetrainingsamplesiscalc
5、ulated．Andtheninordertoobtainthetestdatasets，theprojectionvectoriscalculatedthroughtheregres-sionmethod．Therebytheeigendecompositionofn×ndimensionaldensematrixistransferredintothatofm×mdimensionalmatrix，wherenisthedimensionofeigenfacematrixandmisthenumberoffacesamples．Finally，thepro
6、jectionvectorisorthogonalizedbyGram-Schmidtmethodtoobtaintheorthogonalprojectionmatrix，whichcanaccuratelyestimatetheintrinsicdimensionofhigh-di-mensionaldataandimprovethegeneralizationperformanceofthesample．TheexperimentsshowthattheSＲ-OLDEalgorithmhasbetterperformanceinreducingdimen
7、sionsofeigenfacematrixandrecognitionratethantheLDEalgorithm，anditscomputationtimeisdecreased．Keywords:facerecognition;localdiscriminantembedding;spectralregression;orthogonalization由于人臉屬于三維非剛性體對象，因此其圖像存在的分類誤差，但只能發(fā)現(xiàn)全局的歐式結(jié)構(gòu)．當(dāng)易受到多種因素的影響，如人臉的相似性、姿態(tài)的數(shù)據(jù)呈現(xiàn)高度非線性時(shí)，只能描述統(tǒng)計(jì)意義下的數(shù)［1-8］［9］多樣性和光照影響
8、等．傳統(tǒng)子空間分析方法以據(jù)分布．為此，
