通过分析已有的掌纹识别方法和特征提取所面临的问题,提出了一种新的掌纹识别算法———直接监督 保局投影(DSLPP) 。该算法在传统的保局投影(LPP)算法中加入类别信息,同时对角化XLX T和XDX T ,可以直 接达到保局投影算法的最优准则,并且无须在原始高维数据(如原始图像)上先进行任何特征提取或降维处理。 在PolyU 掌纹库中进行实验,与Eigenpalm、Fisherpalm和LPP算法相比具有较高的识别速度和识别率;当掌纹库 中图像总数为600张,共100人,每人用5张掌纹图像作为

在分析LPP算法存在的不足后，提出了一种新的基于Fisher准则的有监督保局投影表情识别算法，即FSLPP。该算法通过可调因子有效地结合人脸局部流形的结构信息和样本的类别信息，对表情图像序列提取其Gabor特征后采用FSLPP算法获取低维表情特征序列，并由SVM分类器估算识别率。在JAFFE人脸表情库对该算法进行了测试，结果表明，与FLD、LPP等方法相比，该方法具有较好的识别率。

改进最小相关保局投影及人脸识别，程文娟，龚劬，针对局部保持投影算法无监督且忽略样本邻域间局部信息，本文将无参数近邻图和加权大间距准则融入局部保持投影，提出改进最小相关