改进的线性判别分析算法及其在人脸识别中的应用

被引:8
作者
周大可
杨新
彭宁嵩
机构
[1] 上海交通大学图像处理与模式识别研究所
[2] 上海交通大学图像处理与模式识别研究所 上海
[3] 上海
[4] 上海河南科技大学电信学院洛阳
关键词
特征提取; 线性判别分析法; 人脸识别; 本征脸;
D O I
10.16183/j.cnki.jsjtu.2005.04.005
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
提出了一种改进的线性判别分析(LDA)算法,能有效地解决传统LDA算法的两个局限,即小样本问题及在多类情况下传统的Fisher准则非最优.该算法还能提高某一(几)个指定类别的分类率.这种算法的关键在于使用不损失"有判别力信息"的方法来降维,同时在传统的Fisher准则中引入加权函数,得到与分类率直接相关的改进准则.在ORL人脸数据库上的比较实验结果证实了该算法的有效性.
引用
收藏
页码:527 / 530
页数:4
相关论文
共 1 条
[1]  
模式识别[M]. - 清华大学出版社 , 边肇祺等编著, 2000