首页 | 本学科首页   官方微博 | 高级检索  
     

一种改进的线性判别分析算法在人脸识别中的应用
引用本文:刘忠宝. 一种改进的线性判别分析算法在人脸识别中的应用[J]. 计算机工程与科学, 2011, 33(7): 89. DOI: 10.3969/j.issn.1007-130X.2011.07.017
作者姓名:刘忠宝
作者单位:江南大学信息工程学院,江苏无锡214122;山西大学商务学院信息学院,山西太原030031
摘    要:线性判别分析算法是一种经典的特征提取方法,但其仅在大样本情况下适用。本文针对传统线性判别分析算法面临的小样本问题和秩限制问题,提出了一种改进的线性判别分析算法ILDA。该方法在矩阵指数的基础上,重新定义了类内离散度矩阵和类间离散度矩阵,有效地同时提取类内离散度矩阵零空间和非零空间中的信息。若干人脸数据库上的比较实验表明了ILDA在人脸识别方面的有效性。

关 键 词:线性判别分析  类内离散度矩阵  类间离散度矩阵  人脸识别

An Improved LDA Algorithm and Its Application to Face Recognition
LIU Zhong-bao. An Improved LDA Algorithm and Its Application to Face Recognition[J]. Computer Engineering & Science, 2011, 33(7): 89. DOI: 10.3969/j.issn.1007-130X.2011.07.017
Authors:LIU Zhong-bao
Abstract:Linear discriminant analysis(LDA) is a typical feature extraction method,but there exist at least two critical drawbacks in LDA: the small sample size problem and the rank limitation problem.In order to solve the above problems,this paper presents an improved LDA method(ILDA) which redefines the between-class scatter matrix and the within-class scatter matrix.ILDA can effectively extract the discriminative information included in the null subspace and the non-null subspace of a within-class scatter matrix.Numerical experiments on some facial databases show ILDA achieves good performance of face recognition.
Keywords:linear discriminant analysis(LDA)  within-class scatter matrix  between-class scatter matrix  face recognition
本文献已被 万方数据 等数据库收录!
点击此处可从《计算机工程与科学》浏览原始摘要信息
点击此处可从《计算机工程与科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号