模糊标号典型相关分析及其在人脸识别中应用

• 作者: 刘秀平 刘艳艳 苏志勋
• 来源期刊: 大连理工大学学报
• 学科: 工学
• 关键词: 典型相关分析 模糊隶属度 小样本问题 特征提取 人脸识别
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 电子与信息工程、管理工程
• 页码范围: 133-138
• 页数: 6页
• 分类号: TP391.4
• 字数: 5011字
• 语种: 中文

摘要

把样本分布信息融于特征提取过程将有助于提高特征的分类能力.利用模糊隶属度概念,提出一种基于模糊标号典型相关分析的特征提取新方法.构造模糊标号刻画样本的分布情况,并将其与典型相关分析结合,能提取综合灰度信息和分布信息的有效判别特征,此外,针对样本不足导致的小特征值包含较多干扰信息的问题,基于矩阵理论及双空间分析思想,进一步提出双空间模糊标号典型相关分析算法,缓解了过小特征值对算法性能的影响.在ORL和组合人脸数据库上的实验结果表明新特征具有良好的分类能力,证实了所提算法的有效性及应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏志勋	大连理工大学应用数学系	42	528	11.0	22.0
2	刘秀平	大连理工大学应用数学系	32	476	9.0	21.0