主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
万建武,杨明.一种引入成对代价的子类判别分析.软件学报,2013,24(11):2597-2609
一种引入成对代价的子类判别分析
Pairwise Costs in Subclass Discriminant Analysis
投稿时间:2013-04-18  修订日期:2013-08-02
DOI:10.3724/SP.J.1001.2013.04473
中文关键词:  代价敏感降维  人脸识别  子类学习
英文关键词:cost-sensitive dimensionality reduction  face recognition  subclass learning
基金项目:国家自然科学基金(60873176,61272222,61003116);江苏省自然科学基金(BK2011782,BK2011005);江苏省创新基金(CXZZ12_0386)
作者单位E-mail
万建武 南京师范大学 计算机科学与技术学院, 江苏 南京 210023
常州大学 信息科学与工程学院, 江苏 常州 213164 
 
杨明 南京师范大学 计算机科学与技术学院, 江苏 南京 210023 m.yang@njnu.edu.cn 
摘要点击次数: 3194
全文下载次数: 2112
中文摘要:
      传统的降维方法追求较低的识别错误率,假设不同错分的代价相同,这个假设在一些实际应用中往往不成立.例如,在基于人脸识别的门禁系统中,存在入侵者类和合法者类,将入侵者错分成合法者的损失往往高于将合法者错分成入侵者的损失,而将合法者错分成入侵者的损失又大于将合法者错分成其他合法者的损失.为此,首先通过对人脸识别门禁系统进行分析,将其归为一个代价敏感的子类学习问题,然后将错分代价以及子类信息同时注入判别分析的框架中,提出一种近似于成对贝叶斯风险准则的降维算法.在人脸数据集Extended Yale B以及ORL上的实验结果表明了该算法的有效性.
英文摘要:
      Conventional dimensionality reduction algorithms aim to attain low recognition errors, assuming the same misclassification loss from different misclassifications. In some real-world applications, however, this assumption may not hold. For example, in the doorlocker syetem based on face recognition, there are impostor and gallery person. The loss of misclassifying an impostor as a gallery person is larger than misclassifying a gallery person as an impostor, while the loss of misclassifying a gallery person as an impostor can be larger than misclassifying a gallery person as other gallery persons. This paper recognizes the door-locker system based on face recognition as a cost-sensitive subclass learning problem, incorporates the subclass information and misclassification costs into the framework of discriminant analysis at the same time, and proposes a dimensionality reduction algorithm approximate to the pairwise Bayes risk. The experimental results on face datasets Extended Yale B and ORL demonstrate the superiority of the proposed algorithm.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利