一种改进的局部嵌入网络人脸图像分类方法

作     者：刘道华 王莎莎 杨志鹏 崔玉爽 LIU Daohua;WANG Shasha;YANG Zhipeng;CUI Yushuang

作者机构：信阳师范学院计算机与信息技术学院河南信阳464000 信阳师范学院河南省教育大数据分析与应用重点实验室河南信阳464000 

出 版 物：《西安电子科技大学学报》 (Journal of Xidian University)

年 卷 期：2020年第47卷第4期

页      面：18-23,54页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助(61572417) 河南省高等学校重点科研资助(19A520035) 

主　　题：特征表达 局部线性嵌入网络 区分度 图像分类 

摘      要：为提高局部线性嵌入网络在人脸表情识别上的精度以及人脸分类的准确性,提出了一种改进的局部线性嵌入网络人脸图像分类方法。该方法在局部线性嵌入算法的基础上,利用类内-类间判别矩阵作为网络的输入,同时利用重构人脸图像集对局部线性嵌入算法进行改进,并将改进的基于聚类的局部线性嵌入算法嵌入到卷积核的构造过程中,从而增加了不同类别人脸的区分度。通过在Extended Yale B数据集和Olivetti Research Laboratory数据集上进行对比实验,分析了在处理人脸表情和人脸识别任务中不同方法的效果。结果表明,所提出的改进局部线性嵌入网络人脸图像分类方法比文献中其他方法在识别率上提高了11%~26%。