• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Chinese Conference on Pattern Recognition >Two-dimensional local graph embedding discriminant analysis (F2DLGEDA) with its application to face and Palm Biometrics
【24h】

Two-dimensional local graph embedding discriminant analysis (F2DLGEDA) with its application to face and Palm Biometrics

机译：将判别分析（F2Dlgeda）嵌入鉴别分析（F2Dlgeda）以其应用于面部和棕榈生物识别性

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In two-dimensional local graph embedding discriminant analysis (2DLGEDA), the intrinsic graph characterizes the intraclass compactness and connects each data point with its neighboring within the same class, while the penalty graph connects the marginal points and characterizes the interclass separability. But in the real world, face images are always affected by variations in illumination conditions and different facial expressions. So, the fuzzy two-dimensional local graph embedding analysis (F2DLGEA) algorithm is proposed, in which the fuzzy k-nearest neighbor (FKNN) is implemented to achieve the distribution local information of original samples. Experimental results on ORL face databases and PolyU palmprint show the effectiveness of the proposed method.
机译：在二维本地图形嵌入判别分析（2dlgeda），内在图形表征了跨站的紧凑性，并将每个数据点与其相同的相同的相同，而惩罚图连接边际点并表征嵌入间隔性。但在现实世界中，面部图像总是受到照明条件和不同面部表情的变化的影响。因此，提出了模糊二维局部图嵌入分析（F2DLGEA）算法，其中实现了模糊的K最近邻（FKNN）以实现原始样本的分发局部信息。 Orl面部数据库和Polyu Palmprint的实验结果表明了该方法的有效性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号