核零空间线性鉴别分析及其在人脸识别中的应用

• 作者: 何国辉 何思斌 甘俊英
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 核零空间线性鉴别分析 零空间线性鉴别分析 核方法 人脸识别
• 年，卷（期）: 2014,（11）
• 页码范围: 2374-2379
• 页数: 6页
• 分类号: TP391
• 字数: 4739字
• 语种: 中文
• DOI: 10.3724/SP.J.1016.2014.02374

摘要

零空间线性鉴别分析NLDA充分利用样本总类内离散度矩阵的零空间信息,能有效克服线性鉴别分析LDA的小样本问题.核方法通过非线性映射,将输入空间样本映射到高维特征空间,再在高维特征空间利用线性特征提取算法.因此,核方法属于非线性特征提取算法.文中结合LDA、NLDA和核方法的优点,引入了核零空间线性鉴别分析KNLDA,导出了KNLDA算法.该算法通过引入核函数,得到低维矩阵,有效避免了直接计算复杂的非线性映射函数,解决了高维类内离散度矩阵的维数灾难问题.同时,将KNLDA算法应用于人脸识别.基于ORL人脸数据库以及ORL与Yale混合入脸数据库的实验结果表明了KNLDA算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何国辉	五邑大学信息工程学院	31	357	11.0	18.0
2	甘俊英	五邑大学信息工程学院	82	871	14.0	26.0
3	何思斌	五邑大学信息工程学院	4	36	2.0	4.0