王庆军 作品数:11 被引量:37 H指数:4 供职机构: 哈尔滨工程大学计算机科学与技术学院 更多>> 发文基金: 国家自然科学基金 国家高技术研究发展计划 更多>> 相关领域: 自动化与计算机技术 石油与天然气工程 更多>>
核空间正交及不相关邻域保持鉴别嵌入算法 被引量:1 2011年 针对人脸识别中的非线性特征提取问题,基于邻域保持嵌入,提出了一组在核空间具有正交性鉴别矢量和一组在核空间具有统计不相关性鉴别矢量的计算方法.算法首先利用核的方法提取人脸图像中的非线性信息,并将其投影在一个高维非线性空间.然后在目标函数中最小化核空间类内邻域散度并最大化核空间类间邻域散度来增强算法的分类鉴别能力.最后通过引入基向量正交和不相关约束得到核正交及核不相关邻域保持鉴别嵌入算法,并给出求解2种算法基向量的一般性定理及其推导过程.Yale和PIE库上的人脸识别实验验证了算法的有效性,实验结果表明算法能有效降维并提高鉴别能力. 刘冠群 王庆军 张汝波 潘海为关键词:流形学习 人脸识别 核空间 基于核正交局部判别嵌入的人脸识别 被引量:6 2010年 针对人脸识别中的非线性特征提取问题,提出一种基于核正交局部判别嵌入(KOLDE,kernel orthogonal local discriminant embedding)的人脸识别算法。首先通过引入基向量正交约束,得到OLDE算法,并给出算法的推导过程。然后为了更好地处理高度复杂非线性结构数据,将OLDE向高维空间扩展,在核空间提取图像的高阶非线性信息,得到核空间OLDE算法。在ORL和PIE库上的人脸识别实验验证了算法的有效性。 王庆军 张汝波 潘海为关键词:子空间 核空间 流形 人脸识别 一种核正交局部敏感辨别分析算法 2009年 为了发掘嵌入在人脸样本的非线性结构信息,把核方法和基向量正交化思想引入局部敏感分析算法中,提出一种新的人脸识别算法-核正交局部敏感辨别分析(Kernel based Orthogonal Locality Sensitive Discriminant Analysis).并给出了算法的推导过程及计算步骤.首先用核方法提取人脸样本的非线性信息,并将其投影至高维非线性空间,然后采用局部敏感辨别分析做线性映射,最后采用施密特正交化方法得到正交的基向量,从而使算法更好地描述人脸非线性流形结构特征.在ORL和YaleB人脸库的人脸识别实验证明了所提算法的有效性. 王庆军 张汝波 楼宋江 吕海燕关键词:人脸识别 核方法 正交化 一种核正交局部敏感辨别分析算法 为了发掘嵌入在人脸样本的非线性结构信息,把核方法和基向量正交化思想引入局部敏感分析算法中,提出一种新的人脸识别算法-核正交局部敏感辨别分析(Kernel basedOrthogonal Locality Sensitiv... 王庆军 张汝波 楼宋江 吕海燕关键词:人脸识别 文献传递 基于Log-Gabor和正交等度规映射的人脸识别 被引量:8 2011年 针对人脸识别中的特征提取问题,提出一种基于Log-Gabor和正交等度规映射(Orthogonal IsoProjection,OIsop)的人脸识别算法。算法首先采用Log-Gabor小波对图像进行滤波来提取高阶非线性统计信息。然后,在原始的优化问题中增加正交约束条件,推导出能得到一组具有正交性最优映射向量的迭代公式,使得算法更利于保留人脸非线性子流形空间与距离有关的结构信息和重构样本。通过ORL和PIE库上的人脸识别实验验证了算法的有效性。 王庆军 张汝波关键词:子空间 等度规映射 LOG-GABOR 流形 人脸识别 一种基于局部和判别特性的降维算法 被引量:1 2009年 提出了一种基于LPP和LDA的降维算法。该算法不仅考虑了LPP能保持局部邻近关系属性,还考虑了LDA能使降维后的数据更易于分类属性,并且该算法是线性的,很容易将新样本映射到目标空间。在人脸识别中的实验验证了算法的正确性和有效性。 张国印 楼宋江 王庆军 程慧杰关键词:维数约简 局部保持投影 线性判别分析 人脸识别 一种应用于人脸识别的核正交等度规映射算法 被引量:3 2010年 针对人脸识别中的特征提取,提出了一种新的核正交等度规映射(KOIsoP,kernel orthogonal isometric projection)人脸识别算法。首先用核方法提取人脸图像中的非线性信息,并将其投影在一个高维非线性空间,从而更好地提取人脸非线性流形结构信息。然后通过等度规映射做一线性映射得到基向量。最后正交化得到的基向量,使得算法更利于保留人脸非线性子流形空间与距离有关的结构信息和重构样本,以便获得更好的识别效果。ORL和PIE库上的人脸识别实验验证了算法的有效性。 王庆军 张汝波 刘冠群关键词:人脸识别 子空间 流形 基于局部和全局的特征提取算法及在人脸识别中的应用 被引量:8 2009年 提出了一种基于局部和全局特征的特征提取算法。该算法不仅能保持数据集的局部性,同时也考虑了数据集的全局性,使得降维后的数据既能保持邻近关系,又能从整体上较好地重构和展现。PCA()能较好地展现原数据集,LPP能保持局部邻近关系,算法结合了这两个算法的思想,但由于LPP没有考虑类别信息,故先对LPP进行改进,给出了一种有监督的局部保持投影算法,使得提出的算法能更加有利于分类问题。通过人脸识别实验,验证了算法的正确性和有效性。 张国印 楼宋江 程慧杰 王庆军关键词:特征提取 全局性 LPP 主成分分析算法 人脸识别 核正交UDP及其在人脸识别中的应用 被引量:2 2010年 针对人脸识别中的特征提取问题,对原始的非监督判别映射(UDP)算法进行了改进,提出一种基于核正交UDP的人脸识别算法.利用核的方法提取人脸图像中的非线性信息,并将其投影在一个高维非线性空间;在加入基向量正交的约束后,通过能够保持人脸图像局部几何结构的UDP算法作一个线性映射,以求取算法的正交基向量.该算法中,采用核方法可以更好地提取人脸非线性结构特征,正交基向量则可以更好地保留非线性子流形空间与度量结构有关的信息,增强了算法的识别性能.最后,通过在ORL和PIE人脸库上的人脸识别实验验证了文中算法的有效性. 王庆军 张汝波 潘海为关键词:子空间 流形 人脸识别 人脸识别中适合于小样本情况下的监督化拉普拉斯判别分析 被引量:8 2012年 提取有效特征对高维数据的模式分类起着关键的作用.无监督判别投影,通过最大化非局部散度和局部散度之比,在数据降维和特征提取上表现出较好的性能,但是它是一种非监督学习算法,并且存在小样本问题.针对这些问题,提出了监督化拉普拉斯判别分析,算法在考虑非局部散度和局部散度时考虑了样本的类别信息;通过丢弃总体拉普拉斯散度矩阵的零空间,并将类内拉普拉斯散度矩阵投影到总体拉普拉斯散度矩阵的主空间中,然后在该空间中进行特征问题的求解,从而避免了小样本问题.通过理论分析,该算法没有任何判别信息损失,同时在计算上效率也较高.在人脸识别上的实验验证了算法的正确性和有效性. 楼宋江 张国印 潘海为 王庆军关键词:特征提取 人脸识别 小样本问题