类内子流形局部间隔对齐的人脸图像判别方法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

类内子流形局部间隔对齐的人脸图像判别方法

蒲晓蓉, 樊科, 黄东

文章导航 > 电子科技大学学报 > 2010 > 39(6): 915-919

蒲晓蓉, 樊科, 黄东. 类内子流形局部间隔对齐的人脸图像判别方法[J]. 电子科技大学学报, 2010, 39(6): 915-919. doi: 10.3969/j.issn.1001-0548.2010.06.023

引用本文:

蒲晓蓉, 樊科, 黄东. 类内子流形局部间隔对齐的人脸图像判别方法[J]. 电子科技大学学报, 2010, 39(6): 915-919. doi: 10.3969/j.issn.1001-0548.2010.06.023

PU Xiao-rong, FAN Ke, HUANG Dong. Discriminant Analysis of Face Images by Local Margin Alignment[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(6): 915-919. doi: 10.3969/j.issn.1001-0548.2010.06.023

Citation:

PU Xiao-rong, FAN Ke, HUANG Dong. Discriminant Analysis of Face Images by Local Margin Alignment[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(6): 915-919. doi: 10.3969/j.issn.1001-0548.2010.06.023

类内子流形局部间隔对齐的人脸图像判别方法

doi: 10.3969/j.issn.1001-0548.2010.06.023

1.
电子科技大学计算机科学与工程学院成都 611731

基金项目:

国家自然科学基金(60973070);四川省产业技术与开发项目

作者简介:
蒲晓蓉(1969-)，女，博士，主要从事生物特征识别、计算智能等方面的研究

中图分类号: TP39

Discriminant Analysis of Face Images by Local Margin Alignment

1.
School of Computer Science and Engineering,University of Electronic Science and Technology of China Chengdu 611731

摘要: 提出利用类内子流形对高维人脸图像进行判别分析的新方法，沿对齐的类间局部间隔法向扩展类内子图，获得一系列线性投影，并正交化线性投影得到一组子空间的正交基向量。使用局部相邻关系增大类间差异，并将类内结构保存到与类间间隔区域对齐的子空间中，能有效降低因人脸图像拍摄角度、姿态、光照、眼镜和性别等因素导致的数据多模态或低维流形的高曲率对识别性能的影响。在Yale Face Database B和UMIST face database上进行的实验证明，较之LPP和FDA等方法，该方法能更加可靠地保留类内和类间的子流形结构，且有更高的识别准确率。
- 判别分析 /
- 人脸识别 /
- 特征提取 /
- 图像分类
Abstract: This paper proposes a new approach to perform the discriminant analysis on the labelled high dimensional image data with intra-class sub-manifolds. Real world images are usually taken from the different camera views. Pose, illumination, glasses and gender of the persons taking the facial images usually lead to multi-modality or high curvature of the underlying manifold structures. These variations result in the degraded performance of many existing algorithms. This paper proposes to preserve the within-class local structure, while imposing constrain on the variances only in the directions normal to the between-class margin. The experiments on Yale-B and UMIST face database show that the proposed algorithm outperforms many approaches such as LPP (locality preserving projections) and FDA (fisher discriminant analysis).
- discriminant analysis /
- face recognition /
- feature extraction /
- image classification

[1]	吴子锐, 杨之蒙, 蒲晓蓉, 徐杰, 曹晟, 任亚洲. 面向特征生成的无监督域适应算法 . 电子科技大学学报, 2022, 51(4): 580-585, 607. doi: 10.12178/1001-0548.2021314
[2]	范兴奎, 刘广哲, 王浩文, 马鸿洋, 李伟, 王淑梅. 基于量子卷积神经网络的图像识别新模型 . 电子科技大学学报, 2022, 51(5): 642-650. doi: 10.12178/1001-0548.2022279
[3]	周书田, 颜信, 谢镇汕. 一种增强人脸识别模型训练稳定性的损失函数 . 电子科技大学学报, 2021, 50(1): 59-62. doi: 10.12178/1001-0548.2020226
[4]	杨旺功, 淮永建, 张福泉. 基于Gabor及深度神经网络的葡萄种子分类 . 电子科技大学学报, 2020, 49(1): 131-138. doi: 10.12178/1001-0548.2019164
[5]	吴斌, 王利龙, 邵延华. 改进双向二维局部保持投影的人脸识别算法 . 电子科技大学学报, 2019, 48(6): 904-909, 924. doi: 10.3969/j.issn.1001-0548.2019.06.015
[6]	曹健, 魏星, 李海生, 蔡强. 基于局部特征的图像分类方法 . 电子科技大学学报, 2017, 46(1): 69-74. doi: 10.3969/j.issn.1001-0548.2017.01.011
[7]	肖哲, 秦志光, 丁熠, 蓝天, 于跃. 基于低尺度词袋模型的图像快速分类方法 . 电子科技大学学报, 2016, 45(6): 997-1001. doi: 10.3969/j.issn.1001-0548.2016.06.021
[8]	赵继东, 李晶晶, 鲁珂, 吴跃. 一种鲁棒的多态人脸识别算法 . 电子科技大学学报, 2015, 44(2): 278-282. doi: 10.3969/j.issn.1001-0548.2015.02.020
[9]	闫海, 李国辉, 李建勋. 雷达抗欺骗式干扰信号特征提取方法 . 电子科技大学学报, 2015, 44(1): 50-54. doi: 10.3969/j.issn.1001-0548.2015.01.008
[10]	黄颖, 王文斌, 郑弘晖. 基于代数多重网格的图像传感器物体识别技术 . 电子科技大学学报, 2015, 44(5): 743-748. doi: 10.3969/j.issn.1001-0548.2015.05.018
[11]	韩杰思, 沈建京. 采用图像滤波的多特征JPEG盲检测 . 电子科技大学学报, 2011, 40(2): 255-260. doi: 10.3969/j.issn.1001-0548.2011.02.020
[12]	琚生根, 周激流, 何坤, 夏欣, 王刚. 频域光照归一化的人脸识别 . 电子科技大学学报, 2009, 38(6): 1021-1025. doi: 10.3969/j.issn.1001-0548.2009.06.027
[13]	李建勋, 唐斌, 吕强. 双谱特征提取在欺骗式干扰方式识别中的应用 . 电子科技大学学报, 2009, 38(3): 329-332. doi: 10.3969/j.issn.1001-0548.2009.03.003
[14]	于雪莲, 刘本永. 最优的核判别分析用于雷达目标识别 . 电子科技大学学报, 2008, 37(6): 883-885,937.
[15]	孟庆宇, 刘本永, 姚宏达. 基于分数本征特征的手写数字识别 . 电子科技大学学报, 2006, 35(3): 289-291.
[16]	王孝国, 张雄伟. 基于DCT和KDA的人脸特征提取新方法 . 电子科技大学学报, 2006, 35(4): 450-453.
[17]	蒲晓蓉, 郑自明, 周伟. 基于子空间投影的残缺人脸图像识别新算法 . 电子科技大学学报, 2006, 35(2): 208-210,220.
[18]	孙鑫, 刘本永. 基于局部本征谱的人脸识别 . 电子科技大学学报, 2005, 34(4): 493-496.
[19]	金明曦, 武妍. 基于对向传播神经网络的人脸识别方法 . 电子科技大学学报, 2004, 33(5): 573-576.
[20]	王贵新, 刘建胜, 居琰, 汪同庆, 彭健, 杨波. “有效行”特征对手写体字符的识别 . 电子科技大学学报, 2001, 30(3): 287-291.

WeChat

点击查看大图

计量

文章访问数: 4752
HTML全文浏览量: 158
PDF下载量: 35
被引次数: 0

类内子流形局部间隔对齐的人脸图像判别方法

doi: 10.3969/j.issn.1001-0548.2010.06.023

1. 电子科技大学计算机科学与工程学院成都 611731

基金项目:

国家自然科学基金(60973070);四川省产业技术与开发项目

作者简介:
蒲晓蓉(1969-)，女，博士，主要从事生物特征识别、计算智能等方面的研究

收稿日期: 2009-04-15
修回日期: 2010-03-28
刊出日期: 2010-12-15

中图分类号: TP39

关键词:

摘要: 提出利用类内子流形对高维人脸图像进行判别分析的新方法，沿对齐的类间局部间隔法向扩展类内子图，获得一系列线性投影，并正交化线性投影得到一组子空间的正交基向量。使用局部相邻关系增大类间差异，并将类内结构保存到与类间间隔区域对齐的子空间中，能有效降低因人脸图像拍摄角度、姿态、光照、眼镜和性别等因素导致的数据多模态或低维流形的高曲率对识别性能的影响。在Yale Face Database B和UMIST face database上进行的实验证明，较之LPP和FDA等方法，该方法能更加可靠地保留类内和类间的子流形结构，且有更高的识别准确率。

English Abstract

蒲晓蓉, 樊科, 黄东. 类内子流形局部间隔对齐的人脸图像判别方法[J]. 电子科技大学学报, 2010, 39(6): 915-919. doi: 10.3969/j.issn.1001-0548.2010.06.023

引用本文:

蒲晓蓉, 樊科, 黄东. 类内子流形局部间隔对齐的人脸图像判别方法[J]. 电子科技大学学报, 2010, 39(6): 915-919. doi: 10.3969/j.issn.1001-0548.2010.06.023

PU Xiao-rong, FAN Ke, HUANG Dong. Discriminant Analysis of Face Images by Local Margin Alignment[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(6): 915-919. doi: 10.3969/j.issn.1001-0548.2010.06.023

Citation:

PU Xiao-rong, FAN Ke, HUANG Dong. Discriminant Analysis of Face Images by Local Margin Alignment[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(6): 915-919. doi: 10.3969/j.issn.1001-0548.2010.06.023

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发