人脸识别中基于核的子空间鉴别分析

• 作者: 杨静宇 陈伏兵 陈秀宏 韦相和
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: Fisher线性鉴别分析 核函数 正交补空间 人脸识别
• 年，卷（期）: 2006,（9）
• 所属期刊栏目: 学术论文与技术报告
• 页码范围: 1242-1248
• 页数: 7页
• 分类号: TP391.41
• 字数: 6129字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-8961.2006.09.007

摘要

尽管基于Fisher准则的线性鉴别分析被公认为特征抽取的有效方法之一,并被成功地用于人脸识别,但是由于光照变化、人脸表情和姿势变化,实际上的人脸图像分布是十分复杂的,因此,抽取非线性鉴别特征显得十分必要.为了能利用非线性鉴别特征进行人脸识别,提出了一种基于核的子空间鉴别分析方法.该方法首先利用核函数技术将原始样本隐式地映射到高维(甚至无穷维)特征空间;然后在高维特征空间里,利用再生核理论来建立基于广义Fisher准则的两个等价模型;最后利用正交补空间方法求得最优鉴别矢量来进行人脸识别.在ORL和NUST603两个人脸数据库上,对该方法进行了鉴别性能实验,得到了识别率分别为94%和99.58%的实验结果,这表明该方法与核组合方法的识别结果相当,且明显优于KPCA和Kernel fisherfaces方法的识别结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨静宇	南京理工大学计算机科学系	623	11098	50.0	74.0
2	陈伏兵		20	589	15.0	20.0
4	陈秀宏		22	272	5.0	16.0
10	韦相和		18	62	5.0	7.0