史骏
- 作品数:3 被引量:5H指数:1
- 供职机构:扬州大学信息工程学院更多>>
- 发文基金:江苏省高校自然科学研究项目国家自然科学基金江苏省自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于马氏距离的半监督鉴别分析及人脸识别被引量:5
- 2011年
- 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.
- 史骏陈才扣
- 关键词:特征抽取人脸识别
- 核监督鉴别投影分析在人脸识别中的应用
- 2009年
- 提出一种核监督鉴别投影分析方法.首先将训练样本通过一个核函数非线性映射到特征空间,在该特征空间分别计算样本的局部、非局部和类内离散度,设计了一个改进的鉴别准则函数,基于该准则获得一组最优投影轴,使得投影后的样本不仅保留局部邻域信息,而且能够抽取更有利分类的非线性鉴别特征.在Yale人脸数据库上的实验结果表明:文中方法有效且性能优于Fisher线性鉴别分析和非监督鉴别投影分析方法.
- 史骏陈才扣
- 关键词:核函数人脸识别
- 基于局部均值的广义散度差无监督鉴别分析
- 2011年
- 为了将局部信息有效地运用到特征抽取并提高算法的鲁棒性,同时考虑到在人脸识别应用中出现的高维小样本问题,提出了一种基于局部均值的广义散度差无监督鉴别分析。该方法利用样本的非局部均值散度与倍的局部均值散度之差作为鉴别函数,不仅保留了样本分布的局部信息,而且避免了局部均值散度可能奇异的问题,并给出了算法的识别率随模型参数变化的曲线。YALE和FERET人脸数据库上的实验结果表明了该方法的有效性。
- 陈才扣史骏侯钰姜敏
- 关键词:特征抽取非局部均值人脸识别