区分稀疏邻域保留嵌入的人脸识别

稀疏子空间学习近来受到越来越多的关注。 但是,大多数稀疏子空间学习方法是无监督的,不适合分类任务。 本文提出了一种新的稀疏子空间学习算法,即判别式稀疏邻域保留嵌入(DSNPE),它是将判别信息添加到稀疏邻域保留嵌入中(SNPE)。 DSNPE不仅保留了SNPE的稀疏重构关系,而且还从以下两个方面充分利用了全局判别结构:(1)在DSNPE的目标函数中增加了最大余量准则(MMC); (2)仅使用与当前样本具有相同标签的训练样本来计算稀疏重建关系。 在三个面部图像数据集(Yale,Extended Yale B和AR)上进行的大量实验证明了所提出的DSNPE方法的有效性。