一种正交分量辨别分析用于人脸识别的方法

摘要：

线性辨别分析(LDA)特征空间的坐标轴是非正交的,并且基于LDA的分类器的性能容易受训练集变化的影响.Okada提出了一种优化正交系统,但运算量大,且增加了特征空间坐标轴的数目,影响分类器速度.本文提出一种新的正交分量辨别分析(OCDA),没有增加坐标轴的数目,并且稳定性和识别率都优于LDA.

关键词： 线性辨别分析 特征空间 正交分量辨别分析 人脸识别

作者: 孙大瑞 吴乐南

作者单位: 东南大学无线电工程系(江苏南京)

会议类型: 国内会议

会议名称: 全国第十四届计算机科学及其在仪器仪表中的应用学术交流会

会议地点: 深圳

会议语种:中文

页码: 115-118,129

在线出版日期: 2001-12-01（万方平台首次上网日期，不代表论文的发表时间）