融合核主成分分析和最小距离鉴别投影的人脸识别算法

• 作者: 刘君 熊邦书 黄燕琪
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 主成分 核主成分 核子空间 鉴别投影 人脸识别 特征提取
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 221-225,234
• 页数: 6页
• 分类号: TP393
• 字数: 3980字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.04.039

摘要

针对人脸识别问题,在原有的最小距离鉴别投影算法的基础上,根据核主成分分析(KPCA)方法,提出一种新的融合核主成分分析和最小距离的鉴别投影算法.运用KPCA对高维样本空间进行降维,通过核技巧将样本映射到高维非线性空间,继而在降维后的核子空间上通过鉴别投影方法计算其相应的投影矩阵,采用最近邻分类方法对样本进行分类并最终实现人脸识别.在ORL,FERET和YALE人脸库上的实验结果表明,该算法的识别率优于其他算法,可避免高维矩阵的计算复杂问题,同时定义的核子空间相似度权重也较好地保持了样本之间的近邻关系.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊邦书	南昌航空大学信息工程学院	78	617	11.0	22.0
2	刘君	南昌航空大学信息工程学院	21	87	4.0	9.0
3	黄燕琪	南昌航空大学信息工程学院	2	10	1.0	2.0