基于鉴别稀疏邻域保持嵌入算法的人脸识别技术

本文针对人脸识别技术中的关键问题-特征提取,设计了一种新颖的人脸特征提取算法。结合稀疏表示和邻域保持嵌入算法,提出了一种鉴别稀疏邻域保持嵌入算法(DSNPE)。该算法可以基于稀疏表示创建近邻图,包括类内样本近邻图和类间样本近邻图,分别讨论了类内紧致性和类间稀疏性等问题。同时该鉴别稀疏邻域保持嵌入算法可以较好地利用样本类别信息,故该算法具有监督性。基于最大间距准则,建立了鉴别稀疏邻域保持嵌入算法的目标函数,并描述了该算法的基本流程。最后,在Yale、ORL和AR人脸数据库上进行了相关实验,并与SPP、NPE、LPP、MMC、LDA、PCA等算法比较,实验结果表明:基于鉴别稀疏邻域保持嵌入算法具有更好的人脸识别性能。