分类概率保持鉴别分析及其在人脸识别中的应用 Classification Probability Preserving Discriminant Analysis and Its Application to Face Recognition.pdfVIP

第27 卷　 第 1期　 　 　 　 　 　 　 　 　 　 　 　 　 模式识别与人工智能　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 Vol.27　 No.1 　 2014年1月　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 PR AI　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 Jan. 　 2014 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 分类概率保持鉴别分析及其在人脸识别中的应用∗ 杨章静　 　 刘传才　 　 黄　 璞　 　 朱　 俊 (南京理工大学 计算机科学与工程学院　 南京210094) 摘　 要　 针对特征提取算法中存在的问题,在线性鉴别分析的基础上提出分类概率保持鉴别分析(CPPDA)并成功 应用于人脸识别.CPPDA首先计算每个样本的分类概率,并利用分类概率重新定义样本的类间散布矩阵和类内散 布矩阵;然后通过最大化类间散度同时最小化类内散度寻求最佳投影矩阵,使得样本的原始分布信息在低维特征 空间能得到保持.在ORL、Yale及FERET人脸库上进行测试比较,结果表明文中所提方法的优越性. 关键词　 人脸识别,特征提取,流形,分类概率,鉴别分析 中图法分类号　 TP391.4 Classification Probability Preserving Discriminant Analysis and Its Application to Face Recognition YANGZhang-Jing,LIU Chuan-Cai,HUANG Pu,ZHUJun (School of Computer Science and Engineering,Nanjing University of Science and Technology,Nanjing 210094) ABSTRACT To solve the problems in feature extraction algorithms,an algorithm based on linear discriminant analysis (LDA),calledclassificationprobabilitypreservingdiscriminant analysis (CPPDA),isproposed for face recognition. Firstly,the classification probability of each sample is computed by CPPDA,and boththebetween-classscatter matrix andthewithin-classscatter matrix areredefinedby theclassification probability. Secondly, through maximizing the between-class scatter and minimizing the within-class scatter simultaneously, an optimal projection matrix can be preserved in the low-dimensional feature space,such as the distribution information contained in the original data. Finally, the experimental results onthe ORL,Yaleand FERETfacedatabasesdemonstratethe superiority of theproposedalgorithm compared with other algorithms. Key Words　 Face Recognition,Feature Extraction,Mani