一种改进的线性判别分析法在人脸识别中的应用

被引：12

作者：

覃志祥 ^{[1
]}

丁立新 ^{[2
]}

简国强 ^{[1
]}

秦前清 ^{[3
]}

李元香 ^{[1
]}

机构：

[1] 武汉大学计算机学院

[2] 武汉大学软件工程与国家重点实验室

[3] 武汉大学测绘遥感信息工程国家重点实验室

来源：

计算机工程 | 2006年 / 04期

关键词：

线性判别分析; 样本类间离散度; 样本类内离散度; 特征提取; 人脸识别;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出了一种新的基于LDA的人脸识别算法。该方法重新定义了样本的类间散布矩阵,在原始的定义基础上增加了一种径向基函数(RBF)调节类间距离,使得在选择投影方向时能更好地分开各类样本;同时该方法在类间散布矩阵与类内散布矩阵的特征分解的基础上,通过变换求出符合Fisher准则的最优投影方向,可以证明这样得到的投影方向同时具有正交性与统计不相关性。通过ORL人脸数据库的数值实验,表明了该算法比传统算法有更好的性能。

引用

页码：211 / 213

页数：3