分块类增广PCA及其在人脸识别中的应用

提出一种分块类增广PCA方法并应用于人脸识别中。对原始图像矩阵进行分块,对各个分块子图像施行自适应的CAPCA方法进行特征提取,将提取到的特征依次整合,从而达到降维的目的。该方法不仅能有效提取图像的局部特征,而且能适应不同的光照条件。实验结果表明,该方法在识别性能上优于CAPCA方法和分块PCA方法。

基于Cam加权距离的增量拉普拉斯方法

提出一种基于Cam加权距离的增量拉普拉斯方法。对原始数据进行拉普拉斯降维,采用Cam加权距离获得每个添加样本的近邻,由其近邻重构出降维后的插入点,更新近邻发生改变的样本点低维数据。实验结果表明,该方法在数据降维与人脸表情分类方面有较好的效果。