论文部分内容阅读
经典LLE(Locally Linear Embedding)通过流形学习,能够得到嵌入在高维空间的低维流形.但是它与Isomap、Lapla-cian Eigenmaps一样,学习过程中没有用到先验知识.本文改进了LLE方法,充分利用先验类别信息,能够找到从高维空间到低维空间更为合理的映射.最终使用一种线性近似的方法学习这种映射的显示表达.通过这种映射,可以比较好地解决人脸识别中的姿态问题.在FERET数据库上,当姿态变化从-60度到+60度,该方法达到了较高的识别率.