基于差空间和最大散度差鉴别分析的人脸识别方法

被引：2

作者：

李晓东 ^{[1
,2
]}

费树岷 ^{[1
]}

张涛 ^{[1
]}

机构：

[1] 东南大学复杂工程系统测量与控制教育部重点实验室

[2] 临沂师范学院信息学院

来源：

东南大学学报(自然科学版) | 2009年 / 39卷 / 06期

关键词：

二维主成份分析; 类内平均脸; 差空间; 最大散度差鉴别分析;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

为了提高最大散度差鉴别分析方法在人脸识别中的识别率,提出了一种改进的基于差空间的最大散度差鉴别分析人脸识别算法.该方法把类内平均脸方法应用到2DPCA算法中,并基于改进的2DPCA方法分别建立训练样本和测试样本的差空间,然后用类内中间值代替类内均值修改了最大散度差鉴别算法中类内散布矩阵的定义.用改进后的最大散度差鉴别法对得到的差空间进行鉴别分析,分别提取训练样本和测试样本的鉴别特征,用最近邻分类器分类.在ORL人脸数据库上的实验结果表明,该方法可以有效地改善识别率.

引用

页码：1130 / 1134

页数：5

共 7 条

[1] 基于差空间的最大散度差鉴别分析及人脸识别 [J].

刘永俊 ;

陈才扣 .

计算机应用, 2006, (10) :2460-2462+2465

[2] PCA类内平均脸法在人脸识别中的应用研究 [J].

何国辉 ;

甘俊英 .

计算机应用研究, 2006, (03) :165-166+169

[3] 最大散度差和大间距线性投影与支持向量机 [J].

宋枫溪 ;

程科 ;

杨静宇 ;

刘树海 .

自动化学报, 2004, (06) :890-896

[4] 综述人脸识别中的子空间方法 [J].

刘青山 ;

卢汉清 ;

马颂德 .

自动化学报, 2003, (06) :900-911

[5]

Face recognition[J] . W. Zhao,R. Chellappa,P. J. Phillips,A. Rosenfeld.ACM Computing Surveys (CSUR) . 2003 (4)

[6] EIGENFACES FOR RECOGNITION [J].

TURK, M ;

PENTLAND, A .

JOURNAL OF COGNITIVE NEUROSCIENCE, 1991, 3 (01) :71-86

[7]

Median LDA:a robustfeature extraction method for face recognition .2 Yang J,Zhang D,Yang J Y. Proc of IEEE International Conference on Systems,Man,and Cybernetics . 2006

← 1 →