子模式局部保持映射人脸识别  

Sub-pattern locality preserving projection for face recognition

作　　者：曹林林[1,2] 张化祥[1,2] 王至超[1,2] 

机构地区：[1]山东师范大学信息科学与工程学院,济南250014 [2]山东省分布式计算机软件新技术重点实验室,济南250014

出　　处：《计算机应用研究》2012年第11期4331-4333,4356,共4页Application Research of Computers

基　　金：国家自然科学基金资助项目(61170145);国家高等学校博士点专项基金资助项目(20113704110001);山东省自然科学基金资助项目(ZR2010FM021);山东省科技攻关计划项目(2010G0020115);山东省电子发展基金资助项目(2008B0026);山东省分布式新技术重点实验室资助项目

摘　　要：研究表明基于整体思想的人脸识别方法由于忽略图像的局部信息,在识别性能方面不如局部信息特征保持较好的基于子模块思想的识别算法。基于应用流形技术对图像降维后能够较好保持非线性子流形中的局部数据流形结构,提出了一种改进的子模式局部保持映射人脸识别算法。其主要思想是将同类的不同图像一并划分子集,由同位置子图组成子模块,并对子模块运用LPP算法学习其流形结构,与将不同类图像一并划分子集学习流形的方法不同。实验表明,该算法能更好地保持人脸图像的局部流形结构和信息特征,提高了识别率。Researches show that sub-pattern based face recognition approaches perform better than whole image based methods in local face information preservation.As manifold learning technologies preserve local manifold structure of the nonlinear sub-manifold while implementing dimension reduction,this paper put forward a sub-pattern locality preserving projection（BspLPP）.Unlike previous approaches partitioned all training images of different classes into sub-images and used the same location images to form a sub-pattern,BspLPP first partitioned the same class images into different sub-images,used the same location sub-images to form a sub-pattern,and then applied LPP to learn the manifold structure of each sub-pattern.Experimental results show that BspLPP preserves the manifold and local information well and improves the recognition performance.

关 键 词：人脸识别 子模式 局部保持映射 流形学习 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]