原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
最大散度差鉴别分析及人脸识别
最大散度差鉴别分析及人脸识别
刘永俊1．陈才扣1·2
(1．扬州大学计算机科学与工程系，江苏扬州225009；
2．南京理工大学计算机科学与工程系，南京210094)
摘要：传统的Fisher线性鉴别分析(LDA)在人脸等高维图像识别应用中不可避免地遇到小样本问题。提出一种基于散
度差准则的鉴别分析方法。与LDA方法不同的是，该方法利用样本模式的类间散布与类内散布之差而不是它们的比作
为鉴别准则，这样，从根本上避免了类内散布矩阵奇异带来的困难。在ORL人脸数据库和AR人脸数据库上的实验结果
验证算法的有效性。
关键词：Fisher线性鉴别分析；最大散度差鉴别分析；人脸识别
文献标识码：A 中图分类号：TP391．41
文章编号：1002—8331(2006)34—0208—03
MaximumScatterDifierenceDiscriminant
Analysis
andFace
Recognition
LIU Cai-koul’2
Yong-j咖1．CHEN
of Scienceand
(1．DepartmentComputer Engineering，
225009，China；
YangzhouUniversity，Yangzhou，Jiangsu
of Scienceand of
2．DepartmentComputer Engineering，NanjingUniversity
Scienceand
Technology，Nanjing210094，China)
Abstract：Itiswell-knownthatthe ofFisherlineardiseriminant
analysis(LDA)to
applicability high—dimensionalimage
from
taskssuchasface suffers the∞一called‘‘small this
recognition inevitably sample
recognition size”(SSS)problem．In
methodto avoidthe
anoveldiscriminant SSS scatterdifference
paper．Wepropose analysis essentially problemusing
discriminantcriterion．Differentfrom method thedifferenceofbetween-classscatterandwithi
文档评论（0）