一种正交分量辨别分析用于人脸识别的方法

• 作者: 吴乐南 孙大瑞
• 来源期刊: 电脑应用技术
• 学科: 工学
• 关键词: 线性辨别分析 特征空间 正交分量辨别分析 人脸识别 图像处理
• 年，卷（期）: 2002,（53）
• 页码范围: 1-4
• 页数: 4页
• 分类号: TP391.41

摘要

线性辨别分析（LDA）特征空间的坐标轴是非正交的，并且基于LDA的分类器的性能容易受训练集变化的影响。Okada提出了一种优化正交系统，但运算量大，且增加了特征空间坐标轴的数目，影响分类器速度。本文提出一种新的正交分量辨别分析（OCDA），没有增加坐标轴的数目，并且稳定性和识别率都优于LDA。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴乐南	东南大学无线电工程系	412	3936	29.0	45.0
2	孙大瑞	东南大学无线电工程系	6	132	5.0	6.0