基于KIOFD算法的特征抽取及其在人脸识别中的应用

• 作者: 吕冰 王士同
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 核技术 正交化 小样本问题 人脸识别
• 年，卷（期）: 2007,（18）
• 所属期刊栏目: 工程与应用
• 页码范围: 202-204,210
• 页数: 4页
• 分类号: TP391.4
• 字数: 3426字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.18.063

摘要

提出了一种基于核技术的融合了反转Fisher鉴别准则和正交化技术的KIOFD(Kernel Inverse Orthogonalized Fisher Discriminant)算法,并把这一算法应用于人脸识别中.线性人脸识别中存在两个突出问题:(1)在光照、表情、姿态变化较大时,人脸图像分类是复杂的、非线性的;(2)小样本问题,即当训练样本数量小于样本特征空间维数时,导致类内散布矩阵奇异.对于第1个问题,可以采用核技术提取人脸图像样本的非线性特征,对于第2个问题,采用了反转Fisher鉴别准则和正交化结合的算法.通过对ORL、Yale Group B以及UMIST3个人脸库的实验表明,提出的算法是可行的、高效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学信息工程学院	528	3424	23.0	37.0
2	吕冰	江南大学信息工程学院	2	4	1.0	2.0