人脸识别中线性判别分析的单参数正则化方法

• 作者: 刘笑嶂
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 人脸识别 线性判别分析 小样本问题 正则化
• 年，卷（期）: 2008,（10）
• 所属期刊栏目: 可视化与仿真技术
• 页码范围: 215-218
• 页数: 4页
• 分类号: TP391.4|O151.2
• 字数: 2660字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2008.10.055

摘要

将线性判别分析(LDA)应用于人脸识别中时,小样本问题常常出现,即,通常可获得的人脸训练样本个数远小于训练样本的维数,从而导致类内散布矩阵Sw奇异,于是得到病态的特征值问题.使用数学工具探讨了这一现象的实质.此外,提出了一种单参数正则化方法来解决小样本问题,该方法以满足tr(S'w)=tr(Sw)为条件,用一个可逆矩阵S'w去估计奇异的类内散布矩阵Sw.在使用小波变换对人脸像降维预处理后进行了该方法与传统LDA的对比实验.实验表明,该方法可大幅提高LDA的识别性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘笑嶂		5	15	2.0	3.0