LDA算法及其在人脸识别中的应用.pdfVIP

Computer Engineering and Applications 计算机工程与应用 2010 ，46 （19） 189 LDA 算法及其在人脸识别中的应用 谢永林 XIE Yong-lin 宁波大红鹰学院 软件学院，浙江 宁波 315000 College of Software ，Ningbo Dahongying University ，Ningbo ，Zhejiang 315000 ，China E-mail ：michealx@ XIE Yong-lin.LDA algorithm and its application to face recognition.Computer Engineering and Applications ，2010 ，46 （19）：189-192. Abstract ：Linear Discriminant Analysis （LDA ）is a linear feature extracting method using Fisher ’s criterion in face recogni- tion.The main challenge of LDA is that its transformation matrix can not be computed directly ；consequently ，the discriminant vectors become very complicated ，for the cases when the number of training samples is less than the dimensionality of the feature space.In this paper ，a new LDA method is proposed using a modified Fisher ’s criterion.Experiments are conducted us- ing ORL face database to present the superior performance of the proposed method ，particularly for the cases when the num- ber of training samples is small. Key words ：human face recognition ；linear feature extraction ；Linear Discriminant Analysis （LDA ） 摘 要：线性特征提取在人脸识别中的应用非常广泛，LDA 是其主要方法之一，它基于Fisher 判别准则，然而，当人脸训练样本数 小于人脸样本向量的维数时，变换矩阵将无法直接得到，因此线性判别分析过程失效。采用了一种改进的基于Fisher 准则的 LDA 方法，针对小样本问题提出了一种有效地解决类内散布矩阵奇异的方法，而且用ORL 人脸数据进行了实验验证。实验证明 该方法在正确识别率方面表现突出。 关键词：人脸识别；线性特征提取；线性判别分析（LDA ） DOI ：10.3778/j.issn. 1002-8331.2010.19.055 文章编号：1002-8331（2010 ）19-0189-04 文献标识码：Ａ 中图分类号：TP391.41 1 引言 值的向量作为最佳投影方向，从而使得样本在该方向上投影 [1] 人脸识别近些年已成为计算机视觉和模式识别等领域中 后，达到最大的类间离散度和最小的类内离散度 。 的热门课题，它有着广阔的应用前景，特征提取是人脸识别的 可以考虑把d 维空间的样本投影到一条直线上，形成一维 一个重要过程，是人脸识别中的核心步骤，是人脸识别技术的 空间，即把维数压缩到一维。