基于改进的有监督无参局部保持投影算法的人脸识别
Journal of Shandong University(Engineering Science)(2019)
摘要
针对局部保持投影算法的无监督性质和参数选择复杂性问题,提出一种改进的有监督无参数局部保持投影算法(super-vised dice parameter-free locality preserving projection,SdPLPP).SdPLPP算法使用广义Dice系数构建近邻矩阵,有效避免局部保持投影(locality preserving projection algorithm,LPP)算法参数选择调整的问题,采用监督模式对数据进行特征提取.SdPLPP在Iris数据集进行了图像可视化试验,直观分析试验分类后的样本距离值与算法性能的关系,并在ORL,Yale,FERET 3种人脸库上进行试验,通过对人脸数据的特征提取,采用最近邻分类法统计识别率,验证SdPLPP算法的有效性.试验结果表明:在人脸识别率方面,SdPLPP算法优于PCA,ULDA,LPP,SPLPP和EP-SLPP的算法,并优于已提出的其他有监督无参数局部保持投影算法.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要