| 基于零空间核判别分析的人脸识别 |
| |
| 引用本文： | 陈达遥,陈秀宏,董昌剑.基于零空间核判别分析的人脸识别[J].计算机研究与发展,2013,50(9). |
| |
| 作者姓名： | 陈达遥 陈秀宏 董昌剑 |
| |
| 作者单位： | 江南大学数字媒体学院 江苏无锡 214122 |
| |
| 基金项目： | 国家自然科学基金项目，中央高校基本科研业务费专项基金项目 |
| |
| 摘 要： | 提取有效特征对高维数据的模式分类起着关键作用.零空间线性判别分析(null-space linear discriminant analysis,NLDA)在数据降维和特征提取上表现出较好的性能,但是该方法本质上仍是一种线性方法.为有效提取数据的非线性特征,提出了零空间核判别分析算法(null-space kernel discriminant analysis,NKDA)并将其应用于人脸识别.利用核函数将原始样本隐式地映射到高维特征空间后,采用一次瘦QR分解求核类内散布矩阵的零空间鉴别矢量集,最后再进行一次Cholesky分解求得具正交性的核空间鉴别矢量集.与NLDA相比,NKDA具有更好的识别性能且在大样本情况下也能应用.另外,基于NKDA,提出了增量NKDA算法,当增加新的训练样本时能正确地更新NKDA鉴别矢量集.在ORL库、Yale库和PIE子库上的实验结果表明了算法的有效性和效率,在有效降维的同时能进一步提高鉴别能力.
|
| 关 键 词： | 人脸识别 特征提取 零空间核判别分析 零空间线性判别分析 增量学习 瘦QR分解 |
Face Recognition Based on Null-Space Kernel Discriminant Analysis |
| |
| Chen Dayao
,
Chen Xiuhong
,
Dong Changjian.Face Recognition Based on Null-Space Kernel Discriminant Analysis[J].Journal of Computer Research and Development,2013,50(9). |
| |
| Authors: | Chen Dayao Chen Xiuhong Dong Changjian |
| |
| Abstract: | |
| |
| Keywords: | face recognition feature extraction null-space kernel discriminant analysis (NKDA) null-space linear discriminant analysis (NLDA) incremental learning economic QR decomposition |
| 本文献已被 万方数据 等数据库收录！ |
|
