Locality projection discriminant analysis with an application to face recognition
Locality projection discriminant analysis with an application to face recognition
复制标题
局部投影判别分析及其在人脸识别中的应用
DOI：
10.1117/1.3463017
复制
发表时间：
2010-07
影响因子：
1.3
通讯作者：
Niu, Yanmin
中科院分区：
文献类型：
--
作者：
Wang, Xuchu;Niu, Yanmin
提出了一种基于局部结构的局部投影鉴别分析（LPDA）方法，用于在高维样本空间中提取鉴别特征。定义了两个局部性度量矩阵，使判别投影保持类内样本的固有邻域几何结构，同时扩大类边界附近的类外样本的边缘。LPDA有效地解决了人脸识别场景中数据的非线性和小样本问题;此外，它可以降低原始数据的维数（如主成分分析的作用）以及在对偶子空间中提取完整的鉴别特征。在合成数据集和ORL、PIE、FERET低分辨率人脸数据库上进行了实验，对基于LPDA的方法和一些已知方法进行了评估。结果表明了LPDA的有效性，并揭示了这种纯局部结构方法的一些特点。
A locality projection discriminant analysis (LPDA) method by using local structure-based projection techniques is proposed to extract discriminative features in high-dimensional sample space. Two locality metric matrices are defined to make the discriminative projections preserve the intrinsic neighborhood geometry of the within-class samples while enlarging the margins of extra-class samples near to the class boundaries. LPDA efficiently addresses the nonlinear property of data and the small sample size problem in face recognition scenario; moreover, it can reduce the dimensionality of the original data (such as the role of principle component analysis) as well as extract complete discriminative features in dual subspaces. Experiments on synthetic data sets and ORL, PIE, and FERET low-resolution face databases are performed to evaluate LPDA-based methods and some known methods. The results demonstrate the effectiveness of LPDA and reveal some characteristics of this pure local structure-based method.
登录
查看更多内容
DOI：
10.1109/icdm.2005.113
发表时间：
2005-11
期刊：
Fifth IEEE International Conference on Data Mining (ICDM'05)
影响因子：
--
作者：
E. Kokiopoulou;Y. Saad
通讯作者：
E. Kokiopoulou;Y. Saad
DOI：
10.1016/j.jvcir.2009.08.003
发表时间：
2009-11-01
影响因子：
2.6
作者：
Han, Pang Ying;Jin, Andrew Teoh Beng;Abas, Fazly Salleh
通讯作者：
Abas, Fazly Salleh
DOI：
10.1007/bfb0015522
发表时间：
1996-04
期刊：
--
影响因子：
--
作者：
P. Belhumeur;J. Hespanha;D. Kriegman
通讯作者：
P. Belhumeur;J. Hespanha;D. Kriegman
DOI：
10.1109/tpami.2005.55
发表时间：
2005-03-01
影响因子：
23.6
作者：
He, XF;Yan, SC;Zhang, HJ
通讯作者：
Zhang, HJ
影响因子：
1.3
作者：
Pang Ying Han;A. Teoh
通讯作者：
Pang Ying Han;A. Teoh