基于加权Fisher准则的线性鉴别分析及人脸识别 |
| |
作者姓名: | 郭娟 林冬 戚文芽 |
| |
作者单位: | 信息工程大学,信息工程学院,河南,郑州,450002;信息工程大学,信息工程学院,河南,郑州,450002;信息工程大学,信息工程学院,河南,郑州,450002 |
| |
摘 要: | 提出了一种基于加权Fisher准则线性鉴别分析的人脸识别方法。该方法引入了一种新的权函数对Fisher准则加权,以提高样本在低维线性空间中的可分性,然后探讨了高维、奇异情况下如何降低运算量的问题,并给出了一个简单高效的算法。在ORL标准人脸库上进行测试,由该算法抽取的特征在最近邻分类器和最小距离分类器下均达到96%的正确识别率,这一结果优于经典的特征脸和Fisher脸方法在该库上的识别结果。
|
关 键 词: | 线性鉴别分析 加权Fisher准则 特征抽取 人脸识别 |
文章编号: | 1001-9081(2006)05-1037-03 |
收稿时间: | 2005-11-03 |
修稿时间: | 2005-11-032006-01-09 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
| 点击此处可从《计算机应用》浏览原始摘要信息 |
|
点击此处可从《计算机应用》下载全文 |
|