資源描述：
《代價敏感的局部判別嵌入人臉識別算法.pdf》由會員上傳分享，免費在線閱讀，更多相關內容在行業(yè)資料-天天文庫。
1、第27卷第7期計算機輔助設計與圖形學學報Vb1．27NO．72015年7月JournalofComputer-AidedDesign&ComputerGraphicsJul’2O15代價敏感的局部判別嵌入人臉識別算法楊萌¨，馬小虎，，張哲來)’(蘇州大學計算機科學與技術學院蘇州215006)(南京大學計算機軟件新技術國家重點實驗室南京210023)(xhma@suda．edu．cn)摘要：局部判別嵌入算法尋求最高的正確識別率時假設所有的錯誤分類具有相同的錯分代價，然而這個假設在現(xiàn)實的人臉識別系統(tǒng)中往往是不成立的，因為不同的錯誤分類將會導致不同的錯分代價．為此，提出一種代價敏感的局部判別嵌入算
2、法．首先通過構造代價矩陣將代價敏感理念融入到特征提取階段，以提高算法判別不同錯誤分類的能力；然后最大化異類近鄰樣本點之間的錯分代價，同時最小化同類近鄰樣本點之間的距離；最后利用迭代算法求得最佳的正交投影向量，以更好地維持數(shù)據(jù)的度量架構．在Yale，ORL，AR和ExtendedYaleB人臉數(shù)據(jù)庫上的實驗結果表明，文中算法是有效的．關鍵詞：人臉識別；局部判別嵌入；代價敏感；特征提取中圖法分類號：TP391．4Cost—sensitiveLocalDiscriminantEmbeddingforFaceRecognitionYangMengnMaXiaohu，，andZhangZhelai)，
3、(SchoolofComputerScienceandTechnology,SoochowUniversity,Suzhou215006)(StateKeyLaboratoryforNovelSoftwareTechnology,NamingUniversity,Naming210023)Abstract：Localdiscriminantembeddingattemptstoachievehighrecognitionaccuracy,implicitlyassumingthatallmisclassificationsleadtothesamelosses．Thisassumption，
4、however，maynotholdinthepracticalfacerecognitionsystems，becausethelossesofdifferentmistakesmaybedifferent．Motivatedbythiscon—cern，anewapproachcalledcost—sensitivelocaldiscriminantembeddingisproposedinthispaper．Firstlythefeatureextractionphaseutilizesthecost·-sensitivelearningtechniquewhichhelpsanaly
5、sisdifferentmisclas--sificationsbyconstructingthecostmatrix．Thenwemaximizethecostsofmisclassilyingtheneighboringpointsofthedifferentclassandminimizethedistancesofneighboringpointsofthesameclasssimultane—ously．Finallyweobtaintheoptimalorthogonalvectorswhichhelpmaintainthemetricstructurebyutilizingan
6、iterativealgorithm．TheextensiveexperimentsonthefacedatabaseYale，ORL，ARandExtendedYaleBdemonstratetheeffectivenessoftheproposedalgorithm．Keywords：facerecognition；localdiscriminantembedding；cost-sensitive；cost·-sensitive人臉識別由于其廣泛的應用前景，一直以來了巨大的挑戰(zhàn)，尋求行之有效的數(shù)據(jù)降維方法是都是計算機視覺和模式識別領域重要研究課題之研究的重點．主成分分析(principa
7、lcomponent一．但是原始數(shù)據(jù)的過高維數(shù)給計算和分析帶來analysis，PCA)[1]和線性判別分析(1ineardiscrimi一收稿日期：2014—04—16；修回日期：2014—07-28．基金項目：江蘇省自然科學基金(BK20141195)；南京大學計算機軟件新技術國家重點實驗室資助項N(KFKT2014B11)．楊萌(1990-)，男，碩士研究生，主要研究方向為模式識別、圖像處理；馬小虎(1
