高维图像数据的最优表达

对于M×N维图像数据,提出了一种用M维和N维向量表达的方式,这种方式使得图像处理可以在较低维数的空间中进行,便于计算。同时在一定意义下,这种表达是最优的。证明了在图像采样点数趋于无穷时,就相当于文献的结果。给出了这一方法的应用实例。

一种求解高维数据最佳鉴别向量的新算法

针对线性鉴别分析LDA(Linear Discriminant Analysis)方法在高维人脸图像识别领域的应用,提出一种计算最佳鉴别向量的新算法,无需对高维图像数据进行降维预处理,直接计算最佳鉴别向量。算法得到的鉴别向量相互正交,与已有的算法得到的鉴别向量相比,具有更好鉴别性能。在ORL和VALID人脸数据库上的实验结果证明了本算法的有效性。