基于KDDA的人脸识别研究

摘要：

由于PCA和LDA算法存在小样本问题(Smell Sample Size),结合D-LDA和Kernel,将线性不可分的低维空间映射到高维空间,并借助于”kernel技巧”克服了维度灾难问题,并且充分的利用曾经被抛弃的有用信息Null-Space.经过才ORL人脸库的实验表明,此方法比PCA,LDA提高了人脸识别的可分性,并有效地解决了小样本问题.

关键词： 人脸识别 空间映射 核直接判别分析 kernel技巧 小样本问题 图像处理

作者: 郭丰宁 陈聪

作者单位: 武汉数字工程研究所,武汉,430074 中南民族大学计算机科学学院,武汉,430074

会议类型: 国内会议

会议名称: 2009年全国理论计算机科学学术年会

会议地点: 哈尔滨

会议语种:中文

页码: 36-38,45

在线出版日期: 2009-08-07（万方平台首次上网日期，不代表论文的发表时间）