二维类内差异信息保持的人脸识别

• 作者: 孔爱祥 王成儒
• 来源期刊: 光电工程
• 学科: 工学
• 关键词: 类内差异信息 Fisher线性鉴别准则 特征提取 人脸识别
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 模式识别
• 页码范围: 65-70
• 页数: 6页
• 分类号: TP391.41
• 字数: 3766字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-501X.2012.10.011

摘要

为了使增强的Fisher鉴别准则(EFDC)避免因PCA降维带来的鉴别信息丢失问题,本文将其进行二维推广,提出基于二维类内差异信息保持(2D-IDP)的人脸识别方法,该方法建立了一个鲁棒性更强的鉴别准则,使得投影后不同类的样本点尽量远离的同时,类内紧致性和差异信息都得到有效保持,避免了过学习现象的产生.同时对EFDC近邻图中的参数t作了重新定义,使其能根据不同的输入样本自适应的变化,避免了t选择不当导致的识别性能下降的问题.在YALE和AR人脸库上的实验表明了本文方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王成儒	燕山大学信息科学与工程学院	121	995	16.0	24.0
2	孔爱祥	燕山大学信息科学与工程学院	2	7	1.0	2.0