我们提出了一种新颖的流形学习方法,称为邻域判别投影(NDP),用于鲁棒的人脸识别。 NDP的目的是保留图像空间的类内相邻几何,同时保持不同类的样本的投影向量。 为了表示固有的类内相邻几何结构和不同类样本的相似性,使用类内亲和力权重和类间亲和力权重对样本的类内子流形和类间子流形建模, 分别。 对人脸识别进行了全面的比较和广泛的实验,以证明我们提出的方法的有效性和鲁棒性。