陕西省自然科学基金(2012JM8002)
- 作品数：1 被引量：6H指数：1
- 相关作者：程洁郝秀娟高菲菲高全学更多>>
- 相关机构：西安电子科技大学更多>>
- 发文基金：中国博士后科学基金陕西省自然科学基金国家重点实验室开放基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于图像欧氏距离的二维局部多样性保持投影被引量：6
- 2013年
- 主成分分析可以较好地保持数据的全局多样性几何属性,在模式识别、机器学习、图像识别等领域有着很重要的作用.缺点是他不能较好地保持局部数据的多样性几何属性,且忽略了图像像素之间的相互关系,导致算法性能不够好,且对模式形变比较敏感.对此问题,提出了一种基于图像欧氏距离的二维局部多样性保持投影.该方法利用邻接图描述局部数据之间的变化关系,然后利用图像欧氏距离度量数据间的多样性几何属性,有效地将图像像素之间的相互关系嵌入到目标函数中.和主成分分析相比,所提方法较好地保持了局部数据的多样性几何属性,而且明确考虑了图像像素之间的相互关系,对模式形变具有好的鲁棒性.在Yale,AR及PIE三个人脸库上的实验结果证明了所提算法的有效性.
- 高全学高菲菲郝秀娟程洁
- 关键词：二维主成分分析多样性流形学习人脸识别
