自组织LLE算法及其在人脸识别中的应用

冯海亮; 李见为; 黄鸿

doi:null

您当前的位置：

首页 >

文章列表页 >

自组织LLE算法及其在人脸识别中的应用

信息科学 | 更新时间：2020-08-12

- 自组织LLE算法及其在人脸识别中的应用
- An Improved Self-Organized LLE Algorithm for Face Recognition
- 光学精密工程 2008年16卷第9期页码：1732-1737
- 作者机构：
  
  重庆大学
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 收稿日期：2008-03-24，
  
  修回日期：2008-04-29，
  
  网络出版日期：2008-09-25，
  
  纸质出版日期：2008-09-25
- 稿件说明：
移动端阅览
冯海亮,李见为,黄鸿. 自组织LLE算法及其在人脸识别中的应用[J]. 光学精密工程, 2008,16(9):1732-1737

An Improved Self-Organized LLE Algorithm for Face Recognition[J]. Optics and precision engineering, 2008, 16(9): 1732-1737.
冯海亮,李见为,黄鸿. 自组织LLE算法及其在人脸识别中的应用[J]. 光学精密工程, 2008,16(9):1732-1737 DOI：

An Improved Self-Organized LLE Algorithm for Face Recognition[J]. Optics and precision engineering, 2008, 16(9): 1732-1737. DOI：

摘要

流形学习方法可以有效的发现存在于高维图像空间的低维子流形并进行维数约简，近年来越来越受到生物特征识别和认知科学领域的研究者的重视。针对局部线性嵌入（Local linear embedding

简称LLE）流形学习算法存在的问题，本文提出了一种自组织LLE算法(Self-Organized LLE

简称SO-LLE)，该算法不仅能自动确定数据点邻域选择、减少运算量，而且能有效的发现嵌入于高维人脸图像的低维子流形。本文对SO-LLE算法进行了详细的理论分析，并应用各种数据集进行了仿真实验和分析。在公开的人脸数据库上的仿真实验结果表明

该方法能有效的提高人脸识别的性能。

Abstract

Manifold learning method can discover intrinsic low-dimensional submanifold embedded in the high-dimensional image space

it attracts more and more attention in the research area of biometrics and cognitive science. For the problem exits in locally linear embedding (LLE) algorithm

a self-organized LLE algorithm is proposed in this paper. This new method can not only determine the nearest neighbors of LLE automatically

save lots of operation

but also gain a perfect approximation of face manifold. This paper proposed theoretical analysis for details and applied to some dataset to verify the effeteness of this method. Experimental results on public face databases show that the proposed method can improves face classification performance effectively.

关键词

Keywords

references

浏览量

313

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

融合卷积块注意力模块和Siamese神经网络的人脸识别算法

面向高光谱图像分类的半监督双流网络

面向高光谱影像分类的深度流形重构置信网络

基于内容特征提取的短波红外-可见光人脸识别

面向高光谱影像分类的多特征流形鉴别嵌入