基于二维判别典型相关分析的人脸识别算法

• 作者: 皮亦鸣 黄丽坤
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 典型相关分析 2阶张量 判别分析 特征提取 人脸识别
• 年，卷（期）: 2010,（7）
• 页码范围: 1055-1059
• 分类号: TN911.73
• 字数: 4446字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0530.2010.07.017

摘要

本文提出了一种新的基于典型相关分析的人脸识别算法,叫做二维判别典型相关分析(2D-DCCA).该算法将2阶张量的概念引入了典型相关分析方法中.传统的典型相关分析方法中,样本是用高维的向量表示的,不仅计算量大,而且常常出现内存不足,协方差矩阵有奇异性等问题.本文算法不仅将样本的向量表达改为矩阵表达,并且充分利用样本的类内和类间信息来优化目标函数,从而使得该算法获得了诸多优点:首先,使得学习出的子空间维数降低,从而计算量和计算时间都大大减少;其次,有效地避免了协方差矩阵的奇异性问题;最后,由于目标函数的优化利用了样本的类信息,从而更有利于最邻近分类器进行判别.实验表明,在人脸角度变化时,该方法具有稳定的识别性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	皮亦鸣	电子科技大学电子工程学院	103	1158	17.0	26.0
2	黄丽坤	电子科技大学电子工程学院	1	3	1.0	1.0