改进的线性判别分析算法及其在人脸识别中的应用

• 作者: 周大可 彭宁嵩 杨新
• 来源期刊: 上海交通大学学报
• 学科: 工学
• 关键词: 特征提取 线性判别分析法 人脸识别 本征脸
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 自动化技术、计算机技术
• 页码范围: 527-530
• 页数: 4页
• 分类号: TP391
• 字数: 3037字
• 语种: 中文
• DOI: 10.3321/j.issn:1006-2467.2005.04.005

摘要

提出了一种改进的线性判别分析(LDA)算法,能有效地解决传统LDA算法的两个局限,即小样本问题及在多类情况下传统的Fisher准则非最优.该算法还能提高某一(几)个指定类别的分类率.这种算法的关键在于使用不损失"有判别力信息"的方法来降维,同时在传统的Fisher准则中引入加权函数,得到与分类率直接相关的改进准则.在ORL人脸数据库上的比较实验结果证实了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭宁嵩	上海交通大学图像处理与模式识别研究所	6	440	5.0	6.0
3	杨新	上海交通大学图像处理与模式识别研究所	97	1416	19.0	35.0
6	周大可	上海交通大学图像处理与模式识别研究所	3	90	3.0	3.0