- 1、本文档共4页,可阅读全部内容。
- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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
LDA算法及其在人脸识别中的应用.pdf
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。
您可能关注的文档
最近下载
- 北京市海淀区2022-2023学年七年级上学期期中考试语文试卷(含答案).docx VIP
- 数据科学与工程专业建设的成果与经验.pptx VIP
- 26个英语字母教学(教学设计)-2023-2024学年人教PEP版英语三年级上册.docx
- 2023年国家新版GSP实施细则.doc
- 教科版科学五年级上册全册单元测试卷(含答案).docx VIP
- 商业秘密管理程序.doc
- GB T 22090-2008_冷热饮水机_高清版_可检索.pdf
- 22G101 三维彩色立体图集.docx
- 2023-2024学年广东省深圳市深圳中学高二上学期期中考试数学试卷含详解.docx VIP
- 给排水及采暖工程安全技术操作管理规程.doc VIP
文档评论(0)