基于二维测地线距离保持映射的人脸识别

doi:10.3778/j.issn.1002-8331.2009.25.007

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (25): 21-23.DOI: 10.3778/j.issn.1002-8331.2009.25.007

基于二维测地线距离保持映射的人脸识别

白晓明¹，王成章²

1.首都经济贸易大学信息学院，北京 100070
2.中央财经大学应用数学学院，北京 100081

收稿日期:2009-04-08 修回日期:2009-06-19 出版日期:2009-09-01 发布日期:2009-09-01
通讯作者: 白晓明

Face recognition based on 2D geodesic preserving projection

BAI Xiao-ming¹，WANG Cheng-zhang²

1.College of Information，Capital University of Economics and Business，Beijing 100070，China
2.College of Applied Mathematics，Central University of Finance and Economics，Beijing 100081，China

Received:2009-04-08 Revised:2009-06-19 Online:2009-09-01 Published:2009-09-01
Contact: BAI Xiao-ming

摘要/Abstract

摘要： 人脸空间是嵌套在高维观测空间中的低维流形，为了更好地描述人脸空间的凸起和凹进等细微结构，提出了一种基于二维测地线距离保持映射的人脸识别算法。算法采用矩阵的模式表示人脸空间中的样本图像；基于图像的矩阵表示模型，采用二维测地线距离保持映射算法计算人脸空间的低维嵌套流形；以人脸样本在低维流形空间中的投影为特征进行人脸识别。在CMU PIE人脸数据库上的实验结果验证了算法的合理性和有效性。

关键词: 人脸识别, 测地线距离保持映射, 流形学习

Abstract: Face space is the low dimensional manifold embedded in high dimensional observation space.To describe the convex and bow structure of the manifold，a novel face recognition algorithm coined 2D geodesic preserving projection is proposed.Matrix is explored to represent face image.Based on the matrix-representation model，2D geodesic preserving projection algorithm is employed to compute the low dimensional embedded manifold.Projection on the manifold of face image is utilized as the feature for face recognition.Experimental results on CMU PIE database verify the effectiveness of the proposed algorithm.

Key words: face recognition, Geodesic Preserving Projection（GPP）, manifold learning

中图分类号:

TP391.41

白晓明¹，王成章². 基于二维测地线距离保持映射的人脸识别[J]. 计算机工程与应用, 2009, 45(25): 21-23.

BAI Xiao-ming¹，WANG Cheng-zhang². Face recognition based on 2D geodesic preserving projection[J]. Computer Engineering and Applications, 2009, 45(25): 21-23.

[1]	徐承志，万方. 两级邻域采样的孪生网络在流形学习中的应用[J]. 计算机工程与应用, 2021, 57(9): 233-239.
[2]	乔慧，周水生. 非线性角度2DPCA及其在人脸识别中的应用[J]. 计算机工程与应用, 2021, 57(8): 112-118.
[3]	胡文涛，陈秀宏. 基于邻域图的低秩投影学习[J]. 计算机工程与应用, 2021, 57(7): 209-214.
[4]	王鹏，叶学义，王涛，钱丁炜. 双偏差双空间局部方向模式的人脸识别[J]. 计算机工程与应用, 2021, 57(4): 91-99.
[5]	石正宇，陈仁文，黄斌. 基于自归一化神经网络的低分辨率人脸识别[J]. 计算机工程与应用, 2021, 57(3): 137-143.
[6]	陈明月，刘三阳. 自适应流形学习在故障诊断中的应用[J]. 计算机工程与应用, 2021, 57(3): 247-252.
[7]	李俊瑶，黎智辉，谢兰迟，侯欣雨，叶东. 基于老化模型的跨年龄人脸识别研究进展[J]. 计算机工程与应用, 2021, 57(24): 27-38.
[8]	刘金金，李清宝，李晓楠. 基于对抗学习和知识蒸馏的神经网络压缩算法[J]. 计算机工程与应用, 2021, 57(21): 180-187.
[9]	徐遐龄，刘涛，田国辉，于文娟，肖大军，梁陕鹏. 有遮挡环境下的人脸识别方法综述[J]. 计算机工程与应用, 2021, 57(17): 46-60.
[10]	徐然然，吴小俊，尹贺峰. 鉴别性非负表示分类及其在人脸识别中的应用[J]. 计算机工程与应用, 2021, 57(13): 147-153.
[11]	王钰，刘凡，王菲. 基于自编码器和稀疏表示的单样本人脸识别[J]. 计算机工程与应用, 2021, 57(1): 168-172.
[12]	董艳花，张树美，赵俊莉. 有遮挡人脸识别方法综述[J]. 计算机工程与应用, 2020, 56(9): 1-12.
[13]	林克正，张元铭，李昊天. 信息熵加权的HOG特征提取算法研究[J]. 计算机工程与应用, 2020, 56(6): 147-152.
[14]	袁小平，崔棋纹，程干，张侠，张毅，王溯源. 改进型Gabor自商图算法及其在人脸识别中的应用[J]. 计算机工程与应用, 2020, 56(5): 206-213.
[15]	邱建荣，罗汉. 改进的局部线性嵌入算法及其应用[J]. 计算机工程与应用, 2020, 56(3): 176-179.

基于二维测地线距离保持映射的人脸识别

Face recognition based on 2D geodesic preserving projection

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics