基于优化的LDA算法人脸识别研究.pdfVIP

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于优化的LDA算法人脸识别研究.pdf

第29卷第9期 电子与信息学报 Vd.29No.9 2007年9月 Jou丌Lal0fE】ectroni璐&Inform址ion’Ikhn0109yS印t.2007 基于优化的LDA算法人脸识别研究 庄哲民 张阿妞 李芬兰 (汕头大学电子工程系 汕头515063) 摘要:提取低维人脸特征是人脸识别系统中极其关键的一步。线性判别分析(LDA)是一种较为普遍的用于特征提 取的线性分类方法。本文提出了一种优化的LDA算法.该方法克服了传统的LDA算法用于人脸识别时存在的问 题:通过重新定义样本类间离散度矩阵使传统的Fi8her准则能够最优化,克服了边缘类对选择最佳投影方向的影 响;同时,利用因数分解的方法避免了对矩阵求逆,解决了小样本问题。依据经验选取适当的e值,得到最佳的识 别效果。实验结果表明,人脸识别效果优于传统LDA方法。 关键词:线性判别分析(LDA);人脸识别;类间离散度;类内离散度;特征提取 中图分类号:TP391.4l 文献标识码:A Based LDA fbrFace on翘OptiⅡlizedAkorithmRecogIlition Zhe-min A—niu “Fen-lan Zhuang Zhang (D唧砌le埘o,砒加耐cs,‰fDⅡ踟如们l机肌帆tou515063,c衔no) the咖tdi吲mi啪tldw-dime衄ioⅡ且lf如ef托tllre critic日J Fh舶 AbBtr扯t:Extractillg iB强ext弛mely Bt印in D龇rimi眦nt oneofthem08t Iinearda88击catioⅡ R艘。卯iti蛆(FR)8ystems.LinearAn出y8i8(LDA)i8 popul8r for U)A i8introducedtooverc啪e the technique8featllre戗traction.AnoptiInizedalgoritllln qu鹤tio邶凼iⅡg.m in traditionaJLDA FRiⅡthiB be拥脚da昭虻attermatri)【iBredennedordert0m出tlle akorhhⅢforpaper.The tradjtionmFishercriterbn eliⅡlin8tetheef‰tthatthe ofcla鹊ha8 optinlal蚴d edge on特lectiIlgn幛opt.衄越 thes哪e inver∞of mea邶of projecti0Ⅱ;8t time,it删由compu伯塘thematr.Ⅸby f艄toriz8tioⅡ,and∞lⅧthe 8Ⅲ枷s锄ple ofe thenthe si舶(sss)problem.Adopting麟pe血nt瑚皿呛thod,theappropriate划uei吕found,alld 0f i8 e雎ct r鹊ultB8hdⅣthe r8teofthi8

您可能关注的文档

文档评论(0)

docinpfd + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5212202040000002

1亿VIP精品文档

相关文档