基于多类最大散度差的人脸表示方法

• 作者: 刘树海 宋枫溪 张大鹏 杨静宇
• 来源期刊: 自动化学报
• 学科: 工学
• 关键词: 最大散度差 Fisher鉴别准则 特征向量 特征提取 人脸识别
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 378-385
• 页数: 8页
• 分类号: TP39
• 字数: 5435字
• 语种: 中文

摘要

将用于两类分类的最大散度差鉴别准则推广为多类最大散度差鉴别准则,并建立了基于该准则的一种新的人脸表示方法.基于多类最大散度差鉴别准则的人脸表示方法有效避免了传统鉴别分析方法在人脸特征提取时通常面临的小样本模式识别问题.在国际标准人脸图像数据库ORL、Yale以及FERET上的实验结果表明,与Fisherfaces、Eigenfaces、正交补空间、零空间等人脸特征提取方法相比,新的人脸表示方法具有一定的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张大鹏		29	799	15.0	28.0
2	杨静宇		623	11098	50.0	74.0
3	宋枫溪	哈尔滨工业大学深圳研究生院	8	295	5.0	8.0
5	刘树海		7	165	3.0	7.0