留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种基于多维正交判别子空间投影的人脸识别方法

熊维 张乐飞 杜博

熊维, 张乐飞, 杜博. 一种基于多维正交判别子空间投影的人脸识别方法[J]. 武汉大学学报 ● 信息科学版, 2015, 40(5): 583-587. doi: 10.13203/j.whugis20130442
引用本文: 熊维, 张乐飞, 杜博. 一种基于多维正交判别子空间投影的人脸识别方法[J]. 武汉大学学报 ● 信息科学版, 2015, 40(5): 583-587. doi: 10.13203/j.whugis20130442
XIONG Wei, ZHANG Lefei, DU Bo. The Second IEEE Workshop on Applications of A Multilinear Discriminant Subspace Projection with Orthogonalization for Face Recognition[J]. Geomatics and Information Science of Wuhan University, 2015, 40(5): 583-587. doi: 10.13203/j.whugis20130442
Citation: XIONG Wei, ZHANG Lefei, DU Bo. The Second IEEE Workshop on Applications of A Multilinear Discriminant Subspace Projection with Orthogonalization for Face Recognition[J]. Geomatics and Information Science of Wuhan University, 2015, 40(5): 583-587. doi: 10.13203/j.whugis20130442

一种基于多维正交判别子空间投影的人脸识别方法

doi: 10.13203/j.whugis20130442
基金项目: 国家重点基础研究发展计划资助项目(2012CB719905,2011CB707105);国家自然科学基金资助项目(61102128);中国博士后科学基金资助项目(211-180788);湖北省自然科学基金资助项目(2011CDB455)
详细信息
    作者简介:

    熊维,硕士,主要从事计算机视觉与模式识别研究。

    通讯作者: 熊维,硕士,主要从事计算机视觉与模式识别研究
  • 中图分类号: P237.4;TP753.4

The Second IEEE Workshop on Applications of A Multilinear Discriminant Subspace Projection with Orthogonalization for Face Recognition

Funds: The National Basic Research Program of China,Nos.2012CB719905,2011CB707105;the National Natural ScienceFoundation of China,No.61102128;China Postdoctoral Science Foundation,No.211-180788;Natural Science Foundation of Hubei
More Information
    Author Bio:

    国家重点基础研究发展计划资助项目(2012CB719905,2011CB707105);国家自然科学基金资助项目(61102128);中国博士后科学基金资助项目(211-180788);湖北省自然科学基金资助项目(2011CDB455)

    Corresponding author: ZHANG Lefei,PhD,associate professor.
  • 摘要: 人脸识别中,传统数据降维方法将人脸图像重排列成向量后进行处理,丢失了数据本身的结构特性,导致识别精度不高。本文发展了一种基于张量的数据降维方法———多维正交判别子空间投影。该算法直接用张量描述人脸,并通过张量到矢量投影(tensortovectorprojection,TVP)将张量数据投影到向量判别子空间。此方法寻找相互正交的投影向量集,使得判别子空间中数据类间离散度最大,同时类内离散度最小;进而利用TVP投影将高维张量数据映射成低维向量数据,在合适的约束条件下,这些降维后的向量特征数据是整个人脸数据中最具代表性的特征数据;最后,使用k最近邻(KNN)分类器将这些特征数据分类。利用经典人脸数据库ORL进行实验,验证了本文方法的有效性。
  • [1] Du Peijun,Wang Xiaomei,Tan Kun.Dimensionali-ty Reduction and Feature Extraction from Hyper-spectral Remote Sensing Imagery Based on ManifoldLearning[J].Geomatics and Information Scienceof Wuhan University,2011,36(2):148-152(杜培军,王小美,谭琨.利用流形学习进行高光谱遥感影像的降维与特征提取[J].武汉大学学报·信息科学版,2011,36(2):148-152)[2] Wold S,Esbensen K,Geladi P.Principal Compo-nent Analysis[J].Chemometrics and IntelligentLaboratory Systems,1987,2(1):37-52[3] Sugiyama M.Local Fisher Discriminant Analysisfor Supervised Dimensionality Reduction[C].The23rd International Conference on Machine Learning,NewYork,2006[4] Lu H,Plataniotis K N,Venetsanopoulos A N.MPCA:Multilinear Principal Component Analysisof Tensor Objects[J].IEEE Transactions on Neu-ral Networks,2008,19(1):18-39[5] Tao D,Li X,Wu X,et al.General Tensor Dis-criminant Analysis and Gabor Features for Gait Rec-ognition[J].IEEE Transactions on Pattern Analy-sis and Machine Intelligence,2007,29(10):1 700-1 715[6] Lu H,Plataniotis K N,Venetsanopoulos A N.Un-correlated Multilinear Discriminant Analysis withRegularization and Aggregation for Tensor ObjectRecognition[J].IEEE Transactions on NeuralNetworks,2009,20(1):103-123[7] Ballani J,Grasedyck L.A Projection Method ToSolve Linear Systems in Tensor Format[J].Nu-merical Linear Algebra with Applications,2013,20(1):27-43[8] Liu J,Musialski P,Wonka P,et al.Tensor Com-pletion for Estimating Missing Values in Visual Da-ta[J].IEEE Transactions on Pattern Analysis andMachine Intelligence,2013,35(1):208-220[9] Cover T M,Hart P E.Nearest Neighbor PatternClassification[J].IEEE Transactions on Informa-tion Theory,1967,13(1):21-27[10] Samaria F,Harter A.Parameterisation of a Sto- 第40卷第5期熊 维等:一种基于多维正交判别子空间投影的人脸识别方法587chastic Model for Human Face Identification[C].Computer Vision,Sarasota,USA
  • [1] 郭东美, 何慧优.  应用全张量重力梯度组合识别并提取中国南海断裂 . 武汉大学学报 ● 信息科学版, 2022, 47(5): 738-746. doi: 10.13203/j.whugis20190434
    [2] 杜灵瑀, 贲进, 马秋禾, 王蕊, 李祝鑫.  基于弱对偶的平面三角形格网离散线转化生成算法 . 武汉大学学报 ● 信息科学版, 2020, 45(1): 105-110. doi: 10.13203/j.whugis20180205
    [3] 邱益鸣, 廖海斌, 陈庆虎.  基于鉴别字典学习的遮挡人脸姿态识别 . 武汉大学学报 ● 信息科学版, 2018, 43(2): 275-281, 288. doi: 10.13203/j.whugis20150298
    [4] 张乐飞, 何发智.  基于张量分解的超光谱图像降秩与压缩 . 武汉大学学报 ● 信息科学版, 2017, 42(2): 193-197. doi: 10.13203/j.whugis20140688
    [5] 瞿涛, 邓德祥, 刘慧, 邹炼, 刘弋锋.  多层独立子空间分析时空特征的人体行为识别方法 . 武汉大学学报 ● 信息科学版, 2016, 41(4): 468-474. doi: 10.13203/j.whugis20140581
    [6] 廖海斌, 陈友斌, 陈庆虎.  基于非局部相似字典学习的人脸超分辨率与识别 . 武汉大学学报 ● 信息科学版, 2016, 41(10): 1414-1420. doi: 10.13203/j.whugis20140498
    [7] 何颂华, 陈 桥, 李 博.  构建对立信号的光谱降维方法研究 . 武汉大学学报 ● 信息科学版, 2015, 40(9): 1188-1194. doi: 10.13203/j .whu g is20130426
    [8] 方天红, 陈庆虎, 廖海斌, 邱益鸣.  融合纹理与形状的人脸加权新特征 . 武汉大学学报 ● 信息科学版, 2015, 40(3): 321-326+340.
    [9] 黎曦, 郑宏, 刘操.  利用HSI色彩空间的PCNN人脸识别方法 . 武汉大学学报 ● 信息科学版, 2014, 39(12): 1499-1503.
    [10] 王挺, 杜博, 张良培.  顾及局域信息的核化正交子空间投影目标探测方法 . 武汉大学学报 ● 信息科学版, 2013, 38(2): 200-203,239.
    [11] 王凯, 舒宁, 李亮, 龚龑.  利用ICA正交子空间投影加权的高光谱影像目标探测算法 . 武汉大学学报 ● 信息科学版, 2013, 38(4): 440-444.
    [12] 袁理, 陈庆虎, 鄢煜尘, 段柳云.  两因子模型在多姿态人脸识别中的应用 . 武汉大学学报 ● 信息科学版, 2012, 37(5): 546-549.
    [13] 廖海斌, 陈庆虎, 王宏勇.  融合局部形变模型的鲁棒性人脸识别 . 武汉大学学报 ● 信息科学版, 2011, 36(7): 877-881.
    [14] 杜培军, 王小美, 谭琨, 夏俊士.  利用流形学习进行高光谱遥感影像的降维与特征提取 . 武汉大学学报 ● 信息科学版, 2011, 36(2): 148-152.
    [15] 金大卫, 胡知元.  基于语义的图像检索应用研究 . 武汉大学学报 ● 信息科学版, 2009, 34(10): 1255-1259.
    [16] 唐亮, 熊蓉, 刘勇.  主元分析变换空间上的鉴别共同矢量人脸识别方法 . 武汉大学学报 ● 信息科学版, 2009, 34(4): 404-408.
    [17] 晖, 卢健, 孙小芳.  人脸识别中嵌入式隐Markov模型结构的优化算法研究 . 武汉大学学报 ● 信息科学版, 2006, 31(7): 573-575.
    [18] 卢健, 王晖.  SVD和DCT提取特征向量的方法在人脸识别中的比较 . 武汉大学学报 ● 信息科学版, 2005, 30(2): 118-121.
    [19] 张兴福, 沈云中.  GPS高程异常拟合的降维处理算法 . 武汉大学学报 ● 信息科学版, 2003, 28(S1): 97-99.
    [20] 白亿同.  从黎曼流形的观点看非线性最小二乘平差 . 武汉大学学报 ● 信息科学版, 1991, 16(4): 78-84.
  • 加载中
计量
  • 文章访问数:  2479
  • HTML全文浏览量:  36
  • PDF下载量:  1371
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-08-29
  • 修回日期:  2015-05-05
  • 刊出日期:  2015-05-05

一种基于多维正交判别子空间投影的人脸识别方法

doi: 10.13203/j.whugis20130442
    基金项目:  国家重点基础研究发展计划资助项目(2012CB719905,2011CB707105);国家自然科学基金资助项目(61102128);中国博士后科学基金资助项目(211-180788);湖北省自然科学基金资助项目(2011CDB455)
    作者简介:

    熊维,硕士,主要从事计算机视觉与模式识别研究。

    通讯作者: 熊维,硕士,主要从事计算机视觉与模式识别研究
  • 中图分类号: P237.4;TP753.4

摘要: 人脸识别中,传统数据降维方法将人脸图像重排列成向量后进行处理,丢失了数据本身的结构特性,导致识别精度不高。本文发展了一种基于张量的数据降维方法———多维正交判别子空间投影。该算法直接用张量描述人脸,并通过张量到矢量投影(tensortovectorprojection,TVP)将张量数据投影到向量判别子空间。此方法寻找相互正交的投影向量集,使得判别子空间中数据类间离散度最大,同时类内离散度最小;进而利用TVP投影将高维张量数据映射成低维向量数据,在合适的约束条件下,这些降维后的向量特征数据是整个人脸数据中最具代表性的特征数据;最后,使用k最近邻(KNN)分类器将这些特征数据分类。利用经典人脸数据库ORL进行实验,验证了本文方法的有效性。

English Abstract

熊维, 张乐飞, 杜博. 一种基于多维正交判别子空间投影的人脸识别方法[J]. 武汉大学学报 ● 信息科学版, 2015, 40(5): 583-587. doi: 10.13203/j.whugis20130442
引用本文: 熊维, 张乐飞, 杜博. 一种基于多维正交判别子空间投影的人脸识别方法[J]. 武汉大学学报 ● 信息科学版, 2015, 40(5): 583-587. doi: 10.13203/j.whugis20130442
XIONG Wei, ZHANG Lefei, DU Bo. The Second IEEE Workshop on Applications of A Multilinear Discriminant Subspace Projection with Orthogonalization for Face Recognition[J]. Geomatics and Information Science of Wuhan University, 2015, 40(5): 583-587. doi: 10.13203/j.whugis20130442
Citation: XIONG Wei, ZHANG Lefei, DU Bo. The Second IEEE Workshop on Applications of A Multilinear Discriminant Subspace Projection with Orthogonalization for Face Recognition[J]. Geomatics and Information Science of Wuhan University, 2015, 40(5): 583-587. doi: 10.13203/j.whugis20130442
参考文献 (1)

目录

    /

    返回文章
    返回