基于Fisher准则改进线性判别回归分类的人脸识别.PDFVIP

第３１卷第９期　　　 计算机应用与软件 Ｖｏｌ３１Ｎｏ．９ ２０１４年９月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｓｅｐ．２０１４ 基于Ｆｉｓｈｅｒ准则改进线性判别回归分类的人脸识别 １ ２ 曾贤灏　李向伟 １（兰州工业学院电子信息工程系　甘肃兰州７３００５０） ２（兰州工业学院软件工程系　甘肃兰州７３００５０） 摘　要　　为了提高线性回归分类ＬＲＣ（ＬｉｎｅａｒＲｅｇｒｅｓｓｉｏｎＣｌａｓｓｉｆｉｃａｔｉｏｎ）算法的鲁棒性，提出一种基于Ｆｉｓｈｅｒ准则改进的线性判别回 归分类算法。首先根据Ｆｉｓｈｅｒ准则最大化类间重建误差与类内重建误差的比值，为ＬＲＣ找到最优投影矩阵；然后利用最优投影矩 阵将训练图像及测试图像投影到各个类的特征子空间；最后，计算出测试图像与各个训练图像之间的欧氏距离，并利用Ｋ近邻分类 器完成人脸的识别。在ＦＥＲＥＴ和ＡＲ人脸数据库上的实验验证了本文算法的有效性。实验结果表明，相比其他回归分类算法，该 算法取得了更好的识别效果。 关键词　　人脸识别　Ｆｉｓｈｅｒ准则　线性判别　线性回归分类　Ｋ近邻分类器 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１４．０９．０４５ ＩＭＰＲＯＶＩＮＧＦＡＣＥＲＥＣＯＧＮＩＴＩＯＮＷＩＴＨＬＩＮＥＡＲＤＩＳＣＲＩＭＩＮＡＮＴＲＥＧＲＥＳＳＩＯＮ ＣＬＡＳＳＩＦＩＣＡＴＩＯＮＢＡＳＥＤＯＮＦＩＳＨＥＲＣＲＩＴＥＲＩＯＮ １ ２ ＺｅｎｇＸｉａｎｈａｏ　ＬｉＸｉａｎｇｗｅｉ １（ＤｅｐａｒｔｍｅｎｔｏｆＥｌｅｃｔｒｏｎｉｃａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＬａｎｚｈｏｕＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｌａｎｚｈｏｕ７３００５０，Ｇａｎｓｕ，Ｃｈｉｎａ） ２（ＤｅｐａｒｔｍｅｎｔｏｆＳｏｆｔｗａｒｅＥｎｇｉｎｅｅｒｉｎｇ，ＬａｎｚｈｏｕＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｌａｎｚｈｏｕ７３００５０，Ｇａｎｓｕ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｔｏｉｍｐｒｏｖｅｔｈｅｒｏｂｕｓｔｎｅｓｓｏｆｌｉｎｅａｒｒｅｇｒｅｓｓｉｏｎｃｌａｓｓｉｆｉｃａｔｉｏｎ（ＬＲＣ）ａｌｇｏｒｉｔｈｍ，ｗｅｐｒｏｐｏｓｅａｌｉｎｅａｒｄｉｓｃｒｉｍｉｎａｎｔｒｅｇｒｅｓｓｉｏｎ ｃｌａｓｓｉｆｉｃａｔｉｏｎａｌｇｏｒｉｔｈｍｗｈｉｃｈｉｓｉｍｐｒｏｖｅｄｂａｓｅｄｏｎＦｉｓｈｅｒｃｒｉｔｅｒｉｏｎ．Ｆｉｒｓｔ，ｉｔｍａｘｉｍｉｓｅｓｔｈｅｒａｔｉｏｏｆｂｅｔｗｅｅｎｃｌａｓｓｒｅｃｏｎｓｔｒｕｃｔｉｏｎｅｒｒｏｒａｎｄ ｗｉｔｈｉｎｃｌａｓｓｒｅｃｏｎｓｔｒｕｃｔｉｏｎｅｒｒｏｒａｃｃｏｒｄｉｎｇｔｏＦｉｓｈｅｒｃｒｉｔｅｒｉｏｎｓｏａｓｔｏｆｉｎｄｔｈｅｏｐｔｉｍａｌｐｒｏｊｅｃｔｉｏｎｍａｔｒｉｘｆｏｒＬＲＣ．Ｔｈｅｎｉｔｍａｋｅｓｕｓｅｏｆｔｈｅ ｏｐｔｉｍａｌｐｒｏｊｅｃｔｉｏｎｍａｔｒｉｘｔｏｐｒｏｊｅｃｔａｌｌｔｒａｉｎｉｎｇａｎｄｔｅｓｔｉｎｇｉｍａｇｅｓｔｏｓｕｂｓｐａｃｅｏｆｅｖｅｒｙｃｌａｓｓ．Ｆｉｎａｌｌｙ，ｉｔｃｏｍｐｕｔｅｓＥｕｃｌｉｄｅａｎｄｉｓｔａｎｃｅｓ ｂｅｔｗｅｅｎｔｈｅｔｅｓｔｉｎｇｉｍａｇｅｓａｎｄｅａｃｈｔｒａｉｎｉｎｇｉｍａｇｅａｎｄｕｓｅｓＫｎｅａｒｅｓｔｎｅｉｇｈｂｏｕｒｃｌａｓｓｉｆｉｅｒｔｏｆｉｎｉｓｈｆａｃｅｒｅｃｏｇｎｉｔｉｏｎ．Ｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅ ｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｉｓｖｅｒｉｆｉｅｄｂｙｅｘｐｅｒｉｍｅｎｔｏｎＦＥＲＥＴａｎｄＡＲｆ