半监督局部线性嵌入算法在人脸识别中的应用  

Application of Semi-supervised Locally Linear Embedding in Face Recognition

作　　者：沈杰[1] 杨月全[2] 王正群[2] 唐拥政[1] 王明辉[1] 

机构地区：[1]盐城工学院现代教育技术中心,江苏盐城224051 [2]扬州大学信息工程学院,江苏扬州225009

出　　处：《盐城工学院学报（自然科学版）》2014年第2期34-37,72,共5页Journal of Yancheng Institute of Technology:Natural Science Edition

基　　金：国家自然科学基金项目(61175111);江苏省高校自然科学基金项目(10KJB510027);2013年度盐城市工业科技支撑指导性计划项目

摘　　要：提高人脸识别算法的识别率,提出一种基于半监督局部线性嵌入(Semi-Supervised Locally Linear Embedding,SSLLE)的人脸图像识别方法。针对局部线性嵌入(Locally Linear Embedding,LLE)算法非监督学习的缺陷,引入半监督思想,在构造邻域的时候利用部分样本的标签信息来重新调整距离矩阵;使用调整后的距离矩阵进行线性重建从而实现数据降维。在Yale和ORL人脸库上的实验结果表明,能有效的提高人脸识别的性能。In order to improve the recognition rate of face recognition algorithm, a novel face recognition method based on Semi - Supervised Locally Linear Embedding is proposed. For the defects of the unsupervised learning of Locally Linear Embedding algo- rithm, a semi -supervised thought is introduced. When constructing neighborhood, using some labeled samples to readjust the distance matrix; then reconstruct the samples/inearly by using the adjusted matrix in order to achieve data dimensionality reduction. The experimental results on Yale and ORL face database show that the proposed method can effectively improve the performance of face recognition.

关 键 词：流形学习 半监督学习 局部线性嵌入 半监督局部线性嵌入 人脸识别 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]