基于线性判别回归的最近-最远子空间分类鲁棒人脸识别

• 作者: 姚强 韩红章
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 人脸识别 线性判别回归 小样本问题 最近子空间 最远子空间 最近-最远子空间分类器
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 160-164,242
• 页数: 6页
• 分类号: TP391
• 字数: 6315字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.04.039

摘要

针对人脸识别中小样本问题导致类依赖子空间不完善而严重影响识别性能的问题，提出一种基于线性判别回归的最近-最远子空间分类算法。首先，基于线性判别回归，利用最近子空间分类器度量测试图像与单一类之间的关系；然后，利用所提出的最远子空间分类器度量测试图像与训练图像之间的关系；最后，结合最近、最远子空间分类器，利用类依赖子空间的不同特性完成人脸的分类识别。在三个公开的人脸数据库ORL、AR及扩展YaleB上的实验验证了该算法的有效性。实验结果表明，相比其他几种分类算法，该算法取得了更好的识别效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩红章	江苏理工学院计算机工程学院	10	10	2.0	2.0
2	姚强	江苏省武进中等专业学校信息工程部	3	0	0.0	0.0