基于改进的双向二维线性判别分析的人脸识别

• 作者: 叶延亮 徐正光
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 二维主元分析法 双向二维线性鉴别分析方法 改进的双向二维线性判别分析方法 压缩 投影矩阵
• 年，卷（期）: 2008,（31）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 188-190
• 页数: 3页
• 分类号: TP391.4
• 字数: 2204字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.31.054

摘要

针对传统的二维线性判别方法提取出的人脸特征系数维教大的问题,提出一个改进的双向二维线性判别分析方法GB2DLDA.双向压缩类内和类间散布矩阵,用压缩后的散布矩阵构成两个Fisher鉴别准则函数,求出两个投影矩阵,然后人脸图像矩阵向投影矩阵投影,提取出特征系数.实验证明在相同识别率下,用此方法提取的特征系数维数明显少于其它二维线性判别分析方法.在选择合适的特征向量的情况下,此方法的识别率要好于其它二维线性判别分析方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐正光		56	719	15.0	25.0
2	叶延亮		2	2	1.0	1.0