无监督的差分鉴别特征提取以及在人脸识别上的应用

作     者：严慧 杨静宇 Yan Hui;Yang Jingyu

作者机构：南京理工大学计算机科学与技术学院南京210094 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2009年第21卷第11期

页      面：1632-1637页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金重点项目(60632050) 国家自然科学基金(606472060 60473039) 国家"八六三"高技术研究发展计划(2006AA01Z119) 

主　　题：局部保持投影 局部散度 非局部散度 散度差 人脸识别 

摘      要：局部保持投影(LPP)只考虑了投影后的局部性,而忽视了非局部性.针对这个问题,引入非局部散布矩阵,提出无监督的差分鉴别特征提取算法,通过最大化非局部和局部之间的散度差来寻找最优变换矩阵,并将其成功地应用于人脸识别.该算法同时引入非局部和局部的信息,揭示隐含在高维图像空间中的非线性结构;采用差分的形式求解最优变换矩阵,以避免小样本问题;对LPP中的邻接矩阵进行了修正,以更准确地描述样本之间的邻近关系.在Yale和AR标准人脸库上的实验结果验证了文中算法的有效性.