| 人脸识别中基于核的子空间鉴别分析 |
| |
| 作者姓名： | 陈伏兵 韦相和 陈秀宏 杨静宇 |
| |
| 作者单位： | [1]淮阴师范学院,淮安223001 [2]南京理工大学计算机科学系,南京210094 |
| |
| 基金项目： | 国家自然科学基金;江苏省自然科学基金 |
| |
| 摘 要： | 尽管基于Fisher准则的线性鉴别分析被公认为特征抽取的有效方法之一,并被成功地用于人脸识别,但是由于光照变化、人脸表情和姿势变化,实际上的人脸图像分布是十分复杂的,因此,抽取非线性鉴别特征显得十分必要。为了能利用非线性鉴别特征进行人脸识别,提出了一种基于核的子空间鉴别分析方法。该方法首先利用核函数技术将原始样本隐式地映射到高维（甚至无穷维）特征空间;然后在高维特征空间里,利用再生核理论来建立基于广义Fisher准则的两个等价模型;最后利用正交补空间方法求得最优鉴别矢量来进行人脸识别。在ORL和NUST603两个人脸数据库上,对该方法进行了鉴别性能实验,得到了识别率分别为94％和99．58％的实验结果,这表明该方法与核组合方法的识别结果相当,且明显优于KPCA和Kernel fisherfaces方法的识别结果。
|
| 关 键 词： | Fisher线性鉴别分析 核函数 正交补空间 人脸识别 |
| 文章编号： | 1006-8961（2006）09-1242-07 |
| 收稿时间： | 2005-07-01 |
| 修稿时间： | 2005-09-12 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
