基于公共向量的模糊邻域保持嵌入算法

邻域保持嵌入(NPE)算法直接使用K近邻重构样本,由于未区分同类近邻与异类近邻的重要性导致其识别效果不佳,因此提出一种基于公共向量(CV)的模糊邻域保持嵌入算法.首先根据样本K近邻的类别信息求出每个样本对每个类别的隶属度,然后使用公共向量和隶属度重构每个样本,并最小化原始样本与重构样本的残差,最后将该问题转化为求解相应的广义特征值问题以获得最终的投影变换矩阵.该算法尽可能减少投影后同类样本的差异性,较好地分离异类样本.在ORL、Yale、AR和PIEC29这4个人脸数据库上的相关实验验证了算法的有效性.     

核正交判别局部正切空间对齐算法

针对现有的局部正切空间算法中存在的问题,文中提出一种基于核变换的特征提取方法——核正交判别局部正切空间对齐算法(KOTSDA)。该算法首先利用核方法将人脸图像投影到一个高维非线性空间,提取其非线性信息;然后在目标函数中利用正切空间判别分析算法在保持样本的类内局部几何结构的同时最大化类间差异;最后添加正交约束,得到核正交判别局部正切空间对齐算法。该算法不需要经过PCA降维,有效避免判别信息的丢失,在ORL和Yale人脸库上的实验验证算法有效性。