欢迎来到天天文库
浏览记录
ID:53274832
大小:309.04 KB
页数:5页
时间:2020-04-17
《二维线性大间距判别分析及其在步态识别中的应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、第41卷第1期应用科技Vb1.41NO.12014年2月AppliedScienceandTechnologyFeb.2O14doi:10.3969~.issn.1009—671X.201306002二维线性大间距判别分析及其在步态识别中的应用张鹏,付希凯,葛国栋,贲昵烨山东大学信息科学与工程学院,山东济南250100摘要:提出一种二维线性大间距判别分析(Twodimensionallinearmaximummargindiscriminantanalysis,2DLMMDA)的投影算法。该算法一方面采用了有效且稳定的大间距优化
2、准则,引入了Laplacian矩阵,保持了特征矩阵的流形结构,且优化域为Laplacian类间散度与Laplacian类内散度之差,能克服Fisher准则带来的小样本问题;另一方面,采用了具有监督信息的判别分析,大大地提高了识别率。为了验证所提出的算法对特征提取的有效.1生,选择最近邻分类器进行特征分类,最后通过在CASIA(B)步态库上实验。实验结果表明,文中提出的算法具有更高的识别率和识别速度。关键词:特征提取;二维线性大间距判别分析;拉普拉斯矩阵;步态识别中图分类号:TP391.4文献标志码:A文章编号:1009—671X
3、(2014)01.0011-052DlinearmaximummargindiscriminantanalysisanditsapplicationtogaitrecognitionZHANGPeng,FUXikai,GEGuodong,BENXianyeSchooloflnformmionScienceandEngineering,ShandongUniversity,Ji’nan250100,ChinaAbstract:Inthispaper,anovelprojectionalgorithmnamed2Dlinearmax
4、imummargindiscriminantanalysisisproposed.Theeficientandstationarymaximummarginoptimizationcriterionwasusedinthisalgorithm,whichintroducesLaplacianmatrixinordertomaintainthemanifoldstructureofthefeaturematrix,andtheoptimizationcriterionisthediferenceoftheLaplacianinte
5、r-classscarerandLaplacianintra-classscatter.ThisalgorithmCanavoidthesmallsamplesize(sss)problembroughtbytheFishercriterion.Thediscriminantanalysisisadopted,whichhassupervisioninformationandgreatlyimprovestherecognitionaccuracy.Inordertoverifytheeficiencyoftheproposed
6、methodforfeatureextraction,experimentwiththenearestneighborhoodfNN)classifierontheCASIA(B)databaseisconducted.Theresultsshowthattheproposedmethodgainsahigherrecognitionrateandfasterspeed.Keywords:featureextraction;twodimensionallinearmaximummargindiscfiminantanalysis
7、;Laplacianmatrix;gaitrecognition在计算机视觉和模式识别领域,降维技术一直是分析(independentcomponentanalysis,ICA)【]、线众多研究者热衷的焦点Ⅲ。数据的高维f生给数据处理性判别分析(1ineardiscriminantanalysis,LDA)[]受带来了很大的难度,对硬件设备有很高的要求[2】。自到了严重的挑战,已经不能继续满足Et常应用中对大一个多世纪前K.Pearson提出主成分分析(principle数据处理的有效性和可靠性要求。在这种严峻的形势compon
8、entanalysis,PCA)J方法后,几十年来数据下,研究者对于2D数据进一步研究,为了保持二维采集和存储能力得到快速提高,大数据处理渐渐走向数据的完整性,提高执行效率和准确率,Yang首先日常应用,行之有效的特征提取技术也越来越迫切。提出了直接处理二维矩阵
此文档下载收益归作者所有