直接LDA在人脸识别中的鉴别力分析

• 作者: 严晓浪 沈海斌 赵武锋
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 人脸识别 主成分分析 线性鉴别分析 直接线性鉴别分析 小样本
• 年，卷（期）: 2010,（8）
• 页码范围: 1479-1483
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2010.08.008

摘要

直接线性鉴别分析(DLDA)曾被声明利用类内离散矩阵零空间内外所有鉴别信息,为了分析声明的理论缺陷,对DLDA在人脸识别中的鉴别特性进行了研究.鉴于DLDA是在类间离散矩阵列空间中寻找最优解,理论分析从下面3方面内容展开:类间和类内离散矩阵的列空间之间的关系、类间离散矩阵列空间与类内离散矩阵零空间的关系以及在保留全部鉴别矢量下的DLDA特性,结果表明,在小样本条件下,DLDA几乎没利用零空间内的信息,导致一些有用的鉴别信息的丢失;若保留全部的鉴别矢量,DLDA退化为类间离散矩阵的保留所有非零成分的主成分分析.在人脸数据库ORL和YALE上的比较实验结果显示:DLDA的识别率都次于其它几种线性鉴别分析扩展方法,与理论分析一致.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈海斌		139	832	13.0	21.0
2	严晓浪		246	1634	19.0	29.0
3	赵武锋		13	60	6.0	7.0