基于改进的LPP_SIFT人脸识别算法

局部保持映射—尺度不变特征变换(LPP-SIFT)算法是一种有效的特征识别方法,但是基于LPP的算法在人脸识别中容易遇到奇异值问题。为此,论文提出采用奇异值分解(SVD)的LPP-SIFT算法(SVD_LPP_SIFT)。首先用尺度不变特征变换对样本选择特征;然后再根据LPP算法求出新样本空间的低维投影子空间。在算法中,样本数据将被映射到一个非奇异正交矩阵中,以此解决了奇异值问题。在Yale、ORL上实验,实验结果验证SVD_LPP_SIFT算法在人脸识别中的有效性。