期刊文献+

人脸识别系统中的流形学习算法分析

Analysis of Manifold Learning Algorithms in Facial Recognition System
下载PDF
导出
摘要 近年来的研究发现,人脸可能位于一个非线性流形上。对保持近邻嵌入(NPE),局部保持投影(LPP)以及无监督分类投影(UDP)这些基于流形学习的算法思想进行了介绍,并通过实验将它们和经典的主成分分析(PCA)以及线性判别分析(LDA)算法进行了比较,最后根据在ORL和YALE人脸库上的实验结果总结了各种算法的优缺点。
作者 许娜 XU Na
出处 《精密制造与自动化》 2020年第4期10-13,共4页 Precise Manufacturing & Automation
基金 河南南阳科技攻关项目,编号:KJGG2018012。
  • 相关文献

参考文献1

二级参考文献10

  • 1Chellappa R,Wilson C,and Sirohey S.Human and machine recognition of faces:A survey.Proc.IEEE,1995,83(5):705-741.
  • 2Tplba A S,El-Baz A H,and El-Harby A A.Face recognition:A literature review.J.of Signal Processing,2005,2(1):88-103.
  • 3Turk M and Pentland A.Eigenfaces for recognition.J.of Cognitive Neuroscience,1991,3(1):71-86.
  • 4Belhumeur P N,Hespanha J P,and Kriegman D J.Eigenfaces vs.fisherfaces:Recognition using class specific linear projection.IEEE Trans on Pattern Analysis and Machine Intelligence,1997,19(7):711-720.
  • 5Chen L F,Liao M,and Lin J C,et al..A new LDA-based face recognition system which can solve the small samples size problem.J.of Pattern Recognition,2000,33(10):1713-1726.
  • 6Yu H and Yang J.Direct LDA algorithm for high dimensional data with application to face recognition.J.of Pattern Recognition,2001,34(10):2067-2070.
  • 7Huang R,Liu Q S,and Lu H Q,et al..Solving the small sample size problem of LDA.IEEE Proceedings of the 16th International Conference on Pattern Recognition,Canada,Quebec 2002,3:29-32.
  • 8Lotlikar R and Kothari R.Fractional-step dimensionality reduction.IEEE Trans.on Pattern Analysis and Machine Intelligence,2000,22(6):623-627.
  • 9Loog M,Duin R P W,and Haeb-Umbach R.Multiclass linear dimension reduction by weighted pairwise fisher criteria.IEEE Trans.on Pattern Analysis and Machine Intelligence,2001,23(7):762-766.
  • 10Martinez A M and Zhu M.Where are linear feature extraction methods applicable? IEEE Trans.on Pattern Analysis and Machine Intelligence,2005,27(1):1934-1944.

共引文献24

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部