文献

J-GLOBAL ID：201702255595398157   整理番号：17A0320330

顔認識のための保存投影指数判別局所性【Powered by NICT】

Exponential Discriminant Locality Preserving Projection for face recognition

著者 (2件)： Huang Shucheng (School of Computer Science and Engineering, Jiangsu University of Science and Technology, Zhenjiang City 212003, China) ,  Zhuang Lu (School of Computer Science and Engineering, Jiangsu University of Science and Technology, Zhenjiang City 212003, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 208  ページ： 373-377  発行年： 2016年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 低次元多様体を決定するための方法は,困難な問題である。局所性保存射影(LPP)は,その対処優雅にできる。判別局所性保存射影(DLPP)により提供された判別情報の助けを借りて,顔認識の性能を大きく改善することができる。実世界において,DLPPは小サンプルサイズ(SSS)問題を持っている。この問題に対処するために,著者らは行列指数は,より効果的な情報,特異行列の欠点を避けることができるを得るために利用した。このように,本論文では,顔認識のための指数関数的判別局所性投影(EDLPP)と呼ばれる効果的で効率的なアルゴリズムを提案した。三つの挑戦的なベンチマークデータ集合(ORL,YALEとLFW)に関する実験結果は,提案したEDLPPアルゴリズムがいくつかの最先端法と対照して,順調に優れていることを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： アルゴリズム ,  射影 ,  ベンチマーク ,  *局所性 ,  多様体 ,  指数関数
準シソーラス用語： 小サンプルサイズ ,  低次元 ,  *顔認識 , 【Automatic Indexing@JST】

著者キーワード (5件)： 顔認識 ,  低次元多様体 ,  小サンプルサイズ ,  マトリックス指数関数 ,  指数判別局所性予測

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 顔認識 ,  保存 ,  投影 ,  指数 ,  判別 ,  局所性