Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Neural Processing Letters
Erschienen in: Neural Processing Letters 3/2019

18.05.2018

Generalized Discriminant Local Median Preserving Projections (GDLMPP) for Face Recognition

verfasst von: Ming-Hua Wan, Zhi-Hui Lai

Erschienen in: Neural Processing Letters | Ausgabe 3/2019

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

To solve the problem of the singularity of the within-class scatter matrix in discriminant local median preserving projections (DLMPP) in the case of small sample size problem, an algorithm named generalized local median preserving projection (GDLMPP) is proposed. To solve the small size problem, GDLMPP firstly transforms the samples into a lower dimensional space equivalently, and then the optimal projection matrix can be solved. The theoretical analysis shows that GDLMPP is equivalent to DLMPP when the within-class scatter matrix is non-singular. Finally, we conduct extensive experiments to prove that the proposed algorithm can provide a better representation and achieve higher face recognition rates than previous approaches such as LPP, LDA and DLMPP on the ORL, Yale and AR face databases.
Vorheriger Artikel Enhancing Face Recognition from Massive Weakly Labeled Data of New Domains
Nächster Artikel Structural Reweight Sparse Subspace Clustering

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Literatur
1.
Yang W, Sun C, Zhang L (2011) A multi-manifold discriminant analysis method for image feature extraction. Pattern Recogn 44(8):1649–1657CrossRefMATH
2.
Yang W, Wang J, Ren M et al (2009) Feature extraction based on Laplacian bidirectional maximum margin criterion. Pattern Recogn 42(11):2327–2334CrossRefMATH
3.
Yang W, Wang Z, Sun C (2015) A collaborative representation based projections method for feature extraction. Pattern Recogn 48(1):20–27CrossRef
4.
Turk M, Pentland A (1991) Eigenfaces for recognition. J Cogn Neurosci 3(1):71–86CrossRef
5.
Vidal R, Ma Y, Sastry SS (2016) Robust principal component analysis. Generalized principal component analysis. Springer, New York, pp 63–122MATH
6.
Belhumeur PN, Hespanha JP, Kriegman DJ (1997) Eigenfaces vs fisherfaces: recognition using class specific linear projection. IEEE Trans Pattern Anal Mach Intell 19(7):711–720CrossRef
7.
Wang S, Lu J, Gu X et al (2016) Semi-supervised linear discriminant analysis for dimension reduction and classification. Pattern Recogn 57:179–189CrossRef
8.
He XF, Yan SC, Hu YX et al (2005) Face recognition using Laplacianfaces. IEEE Trans Pattern Anal Mach Intell 27(3):328–340CrossRef
9.
Wen Y, Yang S, Hou L, et al (2016) Face recognition using locality sparsity preserving projections. In: 2016 international joint conference on neural networks (IJCNN), IEEE, pp 3600–3607
10.
Yu WW, Teng XL, Liu CQ (2006) Face recognition using discriminant locality preserving projections. Image Vis Comput 24(3):239–248CrossRef
11.
Huang P, Tang Z (2012) Discriminant of local median preserving projection with its application to face recognition. J Comput Aided Des Comput Graph 24(11):1420–1425
12.
Wan M, Li M, Yang G, Gai S, Jin Z (2014) Feature extraction using two-dimensional maximum embedding difference. Inf Sci 274:55–69CrossRef
13.
Lai Z, Wong W, Xu Y, Yang J, Tang J, Zhang D (2016) Approximate orthogonal sparse embedding for dimensionality reduction. IEEE Trans Neural Netw Learn Syst 27(4):723–735MathSciNetCrossRef
14.
Ning X, Li W, LI H et al (2016) Uncorrelated local preserving discriminant analysis based on bionics. J Comput Res Dev 53(11):2623–2629
15.
Ma X, Tan Y (2014) Face recognition based on discriminant sparse preserving embedding. Acta Automatica Sinica 40(1):73–82MATH
16.
Zhao Z, Hao X (2013) Linear locality preserving and discriminating projection for face recognition. J Electron Inf Technol 35(2):463–467MathSciNetCrossRef
17.
Yin J, Zeng W, Wei L (2016) Optimal feature extraction methods for classification methods and their applications to biometric recognition. Knowl Based Syst 99:112–122CrossRef
18.
Yin J, Wei L, Song M, Zeng W (2016) Optimized projection for collaborative representation based classification and its applications to face recognition. Pattern Recogn Lett 73:83–90CrossRef
19.
Wan M, Lai Z, Yang G et al (2017) Local graph embedding based on maximum margin criterion via fuzzy set. Fuzzy Sets Syst 318:120–131MathSciNetCrossRef
20.
Yang J, Zhang D, Yang J et al (2007) Globally maximizing, locally minimizing: unsupervised discriminant projection with applications to face and palm biometrics. IEEE Trans Pattern Anal Mach Intell 29(4):650–664MathSciNetCrossRef
Metadaten
Titel
Generalized Discriminant Local Median Preserving Projections (GDLMPP) for Face Recognition
verfasst von
Ming-Hua Wan
Zhi-Hui Lai
Publikationsdatum
18.05.2018
Verlag
Springer US
Erschienen in
Neural Processing Letters / Ausgabe 3/2019
Print ISSN: 1370-4621
Elektronische ISSN: 1573-773X
DOI
https://doi.org/10.1007/s11063-018-9840-6

Weitere Artikel der Ausgabe 3/2019

Neural Processing Letters 3/2019 Zur Ausgabe

OriginalPaper

Discrete Multi-graph Hashing for Large-Scale Visual Search

OriginalPaper

Contractive Slab and Spike Convolutional Deep Belief Network

OriginalPaper

Convergence of Neutral Type Fuzzy Cellular Neural Networks with D Operator

OriginalPaper

Bayesian Inference via Variational Approximation for Collaborative Filtering

OriginalPaper

Body Part-Based Person Re-identification Integrating Semantic Attributes

OriginalPaper

Video Synchronization Based on Projective-Invariant Descriptor

Neuer Inhalt

    Bildnachweise