线性判别分析特征提取稀疏表示人脸识别方法

• 作者: 党兰学 张勇
• 来源期刊: 郑州大学学报（工学版）
• 学科: 工学
• 关键词: LDA 稀疏表示 特征提取 人脸识别
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 信息与控制工程
• 页码范围: 94-98
• 页数: 5页
• 分类号: TP391
• 字数: 3724字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6833.2015.02.021

摘要

针对稀疏表示分类(SRC)算法采取随机脸法提取的数据特征判别力较弱问题,提出一种线性判别分析特征提取稀疏表示人脸识别方法.该方法首先采用线性判别分析算法求解最优判别投影子空间,然后把训练样本投影到该子空间以提取相应的数据特征,并用训练样本的数据特征做字典来表示测试样本数据特征.更进一步来说就是,通过提取出测试样本稀疏特征的向量,和测试样本的数据特征进行比对找出其联系和差别并表示出比对后的残差.最后根据构造的残差找出样本的类别来实现其识别目的.通过在Extend Yale B和CMU PIE人脸数据库上一系列的测试,证明该方法具有很好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	党兰学	河南大学图像处理与模式识别研究所	25	168	7.0	12.0
2	张勇	河南大学图像处理与模式识别研究所	28	116	6.0	10.0