基于加权Fisher统计不相关鉴别分析的人脸识别

摘要：

提出了一种基于加权Fisher的不相关鉴别分析的人脸识别方法.该方法引入了一种新的权函数对Fisher准则加权,以提高样本在低维线性空间中的可分性;然后,在共轭正交的约束条件下求解最佳投影方向,从而保证所抽取的鉴别特征之间是统计不相关的;并针对计算复杂的劣势具体地给出了一个简单的算法.ORL人脸库上的实验表明,该方法在普通的最近邻和最小距离分类器下能达到较高的识别率,且在特征抽取速度上优于原不相关鉴别分析法.

关键词： 线性鉴别 加权Fisher准则 不相关鉴别 特征抽取 人脸识别

作者: 郭娟 林冬 戚文芽

作者单位: 解放军信息工程大学,信息工程学院,河南,郑州,450002

会议类型: 国内会议

会议名称: 全国第17届计算机科学与技术应用(CACIS)学术会议

会议地点: 太原

会议语种:中文

页码: 464-470

在线出版日期: 2006-07-16（万方平台首次上网日期，不代表论文的发表时间）