二维多样性保持投影及人脸识别

流形学习有效地保持了数据的局部几何结构,已成为模式识别、机器学习等领域的研究热点.但是它忽略甚至破坏了对模式分析很重要的局部多样性信息,导致局部几何结构描述不够稳定,且性能不是很好.针对此问题,提出了基于图论的多样性保持投影.该方法利用邻接图刻画局部数据之间的变化关系,并给出度量数据多样性大小的差异离散度,然后通过最大化差异离散度提取投影方向.此外,该方法直接从图像矩阵估计差异离散度矩阵,有效地避免了小样本问题.在Yale,UMIST和AR数据库上的实验结果证实了该算法的有效性.