科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提升人脸识别算法的鲁棒性,减少判别信息的冗余度,提出基于全局不相关的多流形判别学习算法(UFDML)。使用特征空间到特征空间的距离,学习样本局部判别信息,提出全局不相关约束,使提取的判别特征是统计不相关的。在Yale,AR,ORL人脸库上的实验结果表明,与LPP (局部保持投影)、LDA (线性判别分析)、UDP (非监督判别投影)等人脸识别算法相比,所提算法的平均识别率高于其它算法,验证了其有效性。
-
单位武汉科技大学; 智能信息处理与实时工业系统湖北省重点实验室
