泛化改进的局部切空间排列算法

赵辽英,李富杰,厉小润

(1.杭州电子科技大学计算机应用技术研究所,杭州310018;2.浙江大学电气工程学院,杭州310027)

泛化改进的局部切空间排列算法

赵辽英1,李富杰1,厉小润2

(1.杭州电子科技大学计算机应用技术研究所,杭州310018;2.浙江大学电气工程学院,杭州310027)

改进的局部切空间排列(ILTSA)算法解决了当样本稀疏、分布不均匀或数据流密度曲率变化较大时,局部切空间排列算法不能揭示流形结构的问题,用于人脸识别能提取更好的低维特征,但不能有效处理不断增加的数据集的问题。为此,提出一种可泛化的ILTSA(GILTSA)算法。结合类别信息定义样本间的距离实现各样本的近邻集选择,基于ILTSA算法求解训练样本集的低维流形,对每个新样本寻找其在训练样本集中的最近邻,然后根据ILTSA算法原理求得其近似低维流形。在ORL、Yale和埃塞克斯大学人脸库上的实验结果表明,与主成分分析算法和线性局部切空间排列算法等相比,GILTSA算法具有更好的识别率。

流形学习;局部切空间排列;泛化;特征提取;人脸识别

1 概述

人脸识别技术是生物特征鉴别技术的一个主要方向,在安全保卫、信息安全和司法检验等领域具有十分重要的意义,多年来一直是一个研究热点。由于人脸是易变的、非刚性的,很难用固定的模型进行描述,因此特征提取是人脸识别技术中一个基本而又十分重要的环节。

目前提出的特征提取方法总体上可以分为线性和非线性2类,其中经典的线性特征提取……