改进的二维最大散度差线性鉴别分析及人脸识别

摘要：

二维最大散度差线性鉴别分析方法不仅有效地避免了在人脸识别中传统的Fisher线性鉴别分析通常存在的”小样本问题”,而且特征抽取的速度有了大幅度的提高.本文从二维最大散度差线性鉴别分析的本质入手分析了它与传统的最大散度差线性鉴别分析的等价性,进而提出了一种改进的二维最大散度差线性鉴别分析方法.该方法通过对图像矩阵的重新构造,使其抽取的鉴别特征从理论上更加有利于分类识别.最后在ORL、AR标准人脸库上的实验结果验证了本文算法的有效性。

关键词： 图像矩阵 最大散度差线性鉴别 人脸识别

作者: 陈才扣 刘永俊 杨静宇

作者单位: 南京理工大学,计算机科学与工程系,南京,210094;扬州大学,计算机科学与工程系,扬州,225009 扬州大学,计算机科学与工程系,扬州,225009 南京理工大学,计算机科学与工程系,南京,210094

会议类型: 国内会议

会议名称: 第十三届全国图象图形学学术会议

会议地点: 北京

会议语种:中文

页码: 382-386

在线出版日期: 2006-11-06（万方平台首次上网日期，不代表论文的发表时间）