基于判别改进局部切空间排列特征融合的人脸识别方法.pdfVIP

第 34 卷第 10 期 电 子 与 信 息 学 报 Vol.34No.10 2012 年 10 月 Journal of Electronics Information Technology Oct. 2012 基于判别改进局部切空间排列特征融合的人脸识别方法 张 强*① 戚 春② 蔡云泽① ①(上海交通大学电子信息与电气工程学院 上海 200240) ②(驻上海航天局中心军事代表处 上海 201109) 摘 要：改进型局部切空间排列(ILTSA)是最近提出的一种流形学习方法。基于对 ILTSA 的线性逼近和判别拓展， 该文提出一种新的称为判别改进局部切空间排列(DILTSA)的特征提取方法，并给出了理论证明和算法分析。基于 最大邻域间隔准则和 ILTSA, DILTSA 能够同时保持类内与类间局部判别几何结构。此外，提出一种增强型 Gabor-like 复数小波变换以缓解照明和表情变化对人脸识别的影响。通过融合 Gabor-like 复数小波变换和原始图像 特征，能够进一步提高人脸识别的准确率。在 Yale 和 PIE 人脸数据库上的实验结果证明了所提方法的有效性。 关键词：人脸识别；流形学习；线性逼近；判别改进局部切空间排列；增强型 Gabor-like 复数小波变换；特征融 合 中图分类号：TP391.41 文献标识码： A 文章编号：1009-5896(2012)10-2396-06 DOI: 10.3724/SP.J.1146.2011.01082 Discriminant Improved Local Tangent Space Alignment Feature Fusion for Face Recognition ① ② ① Zhang Qiang Qi Chun Cai Yun-ze ① (School of Electronic, Information and Electrical Engineering, Shanghai Jiaotong University, Shanghai 200240, China) ② (Military Representative Office, Shanghai Aerospace Bureau Center, Shanghai 201109, China) Abstract: Improved Local Tangent Space Alignment (ILTSA) is a recent manifold learning method. In this paper, based on linearization and discriminant extension of ILTSA, a novel feature extraction method named Discriminant ILTSA (DILTSA) is proposed with its theory and algorithm analysis. Based on maximum neighborhood margin criterion and ILTSA, DILTSA can preserve both local within-class and between-class geometry structures. I