半监督LLE人脸识别算法  

Semi-supervised LLE algorithm of face recognition

作　　者：勾红云[1] 周勇[1] 朱长成[1] 周红兵[1] 

机构地区：[1]中国矿业大学计算机学院,江苏徐州221116

出　　处：《计算机工程与设计》2011年第8期2825-2828,2908,共5页Computer Engineering and Design

基　　金：国家自然科学基金项目(50674086);江苏省博士后科学基金项目(0701045B);中国矿业大学科技基金项目(2007B017)

摘　　要：实际应用中获得少量带有标签的人脸数据集比较容易,为了充分利用人脸数据集中的半监督信息,根据基于密度聚类的算法思想,提出一种半监督的LLE算法。利用带标签的样本,以每一个带标签的样本为中心点,采用标签扩展算法对不带标签的样本添加标签,再运行监督LLE算法,得到降维后的数据并保留了原始数据集中的分类信息和子流行结构,最后,将算法用到人脸识别当中。通过与2DLDA、LLE、SLLE算法进行比较,结果表明了提出算法的有效性。In practical applications, it＇ s easy to collect a small amount of labeled faces data sets. In order to make full use of the semi information of faces data sets. Based on the theory of density cluster, a new semi-supervised LLE algorithm is proposed. First, using every labeled sample as central point, then the label extension arithmetic is utilized to add labels to the unlabeled samples. Then, running supervised LLE Arithmetic, so we can get the dimension reduction data and the dimension reduction data contain the classified information of the original data sets. At last, the arithmetic is used to face recognition. Through comparing with the 2DLDA, LLE, SLLE, the arithmetic is proved effective.

关 键 词：半监督 监督LLE 人脸识别 密度聚类 标签 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]