|
|||||
|
|
| 基于马氏距离的半监督鉴别分析及人脸识别 | |
| 作者姓名： | 史骏 陈才扣 |
| 作者单位： | 扬州大学 信息工程学院, 扬州 225009 |
| 基金项目： | 国家自然科学基金资助项目(60875004);江苏省高校自然科学基金资助项目(07KJB520133);江苏省自然科学基金资助项目(BK2009184) |
| 摘 要： | 针对人脸识别应用中人脸样本的类别信息不足以及人脸样本特征间存在相关性的问题,提出了一种基于马氏距离的半监督鉴别分析.该方法在图嵌入框架下利用马氏距离对数据集中带有类别信息的样本进行边界Fisher分析,不仅保持了类内的紧致性和类间的分离性,而且抽取出有利于分类的鉴别特征,同时将不带类别信息的样本用于描述数据集的几何结构,保留了样本间的局部邻域信息.与传统的特征抽取方法相比,该方法有较好的识别性能,在ORL,YALE及AR人脸数据库上的实验验证了该方法的有效性. |
| 关 键 词： | 特征抽取 马氏距离 半监督 人脸识别 |
| 收稿时间： | 2010-07-21 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《北京航空航天大学学报》浏览原始摘要信息 | |
| 点击此处可从《北京航空航天大学学报》下载免费的PDF全文 | |