一种用于人脸识别的正交邻域保护嵌入算法

在邻域保护嵌入算法的基础上，提出了一种新的降维方法——正交邻域保护嵌入算法．首先，从最优投影的概念出发，定义了一种反映投影向量的邻域结构保护能力的函数；然后以邻域保护函数为目标函数，在原始的优化问题中增加正交约束条件，推导得到一组具有正交性的最优投影向量的迭代公式．与邻域保护嵌入算法相比，得到的正交向量具有更好的邻域保护性能，从而带来更强的判别能力，降低了误差率．在标准人脸库上的实验结果表明，与其他降维方法相比，新算法的最低误差率可减小15％～20％，且在选取的特征维数较低时就可获得最优值．