基于正交SRDA和SRKDA的人脸识别

• 作者: 董昌剑 陈秀宏 陈达遥
• 来源期刊: 计算机应用研究
• 关键词: 降维 人脸识别 谱回归 正交鉴别矢量 Cholesky分解
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 图形图像技术
• 页码范围: 299-303,320
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2014.01.071

摘要

利用正交投影技术进行降维可以更好地保留与度量结构有关的信息,提高人脸识别性能.在谱回归判别分析(SRDA)和谱回归核判别分析(SRKDA)的基础上,提出正交SRDA(OSRDA)和正交SRKDA(OSRKDA)降维算法.首先,给出基于Cholesky分解求解正交鉴别矢量集的方法,然后,通过该方法对SRDA和SRKDA投影向量作正交化处理.其简单、容易实现而且克服了迭代计算正交鉴别矢量集的方法不适应于谱回归(SR)降维的缺点.ORL、Yale和PIE库上的实验结果表明了算法的有效性和效率,在有效降维的同时能进一步提高鉴别能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈秀宏	江南大学数字媒体学院	90	480	12.0	17.0
2	陈达遥	江南大学数字媒体学院	5	11	2.0	3.0
3	董昌剑	江南大学数字媒体学院	3	8	1.0	2.0