-
题名一种两阶段判别分析方法
- 1
-
-
作者
曾青松
-
机构
广州番禺职业技术学院信息工程学院
-
出处
《电脑与电信》
2016年第5期14-19,共6页
-
基金
广东省自然科学基金:基于图像集的人脸识别若干关键技术研究
项目编号:2015A030313807
-
文摘
为了解决LDA对复杂分布数据的表达问题,本文提出了一种新的非参数形式的散度矩阵构造方法。该方法能更好的刻画分类边界信息,并保留更多对分类有用的信息。同时针对小样本问题中非参数结构形式的类内散度矩阵可能奇异,提出了一种两阶段鉴别分析方法对准则函数进行了最优化求解。该方法通过奇异值分解把人脸图像投影到混合散度矩阵的主元空间,使类内散度矩阵在投影空间中是非奇异的,通过CS分解,从理论上分析了同时对角化散度矩阵的求解,并证明了得到的投影矩阵满足正交约束条件。在ORL,Yale和Yale B人脸库上测试的结果显示,改进的算法在性能上优于PCA+LDA,ULDA和OLDA等子空间方法。
-
关键词
非参数化鉴别分析
CS分解
人脸识别
主成份分析
子空间
-
Keywords
non-parametric discriminant analysis
cosine-sine decomposition
face recognition
PCA
subspace
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-