基于改进的自适应局部保持投影算法的人脸识别

摘要

局部保持投影(LPP)通过构造近邻图来保持样本的局部结构,在构造近邻图的过程中,LPP会遇到两个参数K和σ的选择问题.近邻图的构建对算法的识别效果起着重要的作用,因而这两个参数的选择会在很大程度上影响LPP的识别率.为了避免参数的选择对识别率造成影响,提出了一种基于改进的自适应局部保持投影的人脸识别算法.首先,构造无参数的近邻图,其能够自适应地选取样本的近邻点并确定其相应的边权.其次,由于在计算过程中出现了矩阵维数过高的问题,因此采用QR分解进行降维处理.最后,利用共轭正交化使得投影轴具有统计不相关性,以降低特征矢量间的统计相关性,提高识别率.在ORL人脸库和YALE人脸库上进行了实验,结果表明改进的算法在识别率方面整体上好于LPP算法、DLPP算法、LMMC算法.