آموزش منیفلد محلی جدید مبتنی بر فاصله اقلیدسی جهت بازشناسی چهره افراد

در این مقاله، یک روش آموزش منیفلد محلی جدید، مبتنی بر فاصله اقلیدسی مابین داده ها، معرفی می گردد. روش های آموزش منیفلد محلی از سه گام اساسی: 1- تعیین همسایه ها، 2- تشکیل ماتریس گراف منیفلد، و 3- استخراج داده ها در فضای با ابعاد پایین، تشکیل می شوند. رابطه میان هر داده و همسایه های آن، نقش مهمی در استخراج ویژگی های ساختاری محلی و تشکیل ماتریس گراف همسایگی دارا است. در این مقاله، رابطه ای جدید، مبتنی بر فاصله اقلیدسی مابین هر داده و همسایه های آن، جهت تشکیل ماتریس گراف همسایگی معرفی می گردد. از روش پیشنهادی در کاربرد بازشناسی افراد با استفاده از تصویر چهره، بهره گرفته شده است. نتایج شبیه سازی بر روی پایگاه داده های تصویر چهره ORL، کارایی روش پیشنهادی را نشان می دهد

کلیدواژه ها:

آموزش منیفلد ، حوزه تبدیل ، بازشناسی چهره