一种新的基于最大散度差准则的特征抽取方法

• 作者: 杨静宇 林宇生 王建国
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 最大散度差准则 统计不相关投影空间 最佳鉴别矢量 统计不相关 特征抽取 人脸识别
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 人工智能及图像处理技术
• 页码范围: 157-160
• 页数: 4页
• 分类号: TP3
• 字数: 4304字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2007.12.040

摘要

本文基于最大散度差准则(MSDC),利用统计不相关投影空间,提出了一组具有统计不相关性的最佳鉴别矢量的计算方法.该方法的目标是寻求一组鉴别矢量集,既要使投影后的特征空间的类间散度最大,而类内散度最小;又要使最佳鉴别矢量之间具有统计不相关性.另外,本文还揭示了最大散度差鉴别准则与Fisher准则的内在关系.在ORL与NUST603人脸库上的实验结果表明,本文所提出的方法在识别性能上优于原MSDC特征抽取方法与传统的PCA方法.

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系	623	11098	50.0	74.0
2	王建国	南京理工大学计算机系	32	318	11.0	16.0
4	林宇生	南京理工大学计算机系	8	95	5.0	8.0