核典型相关性鉴别分析.pdfVIP

第17卷第12期 中国图象图形学报 V01．17，No．12 2012年12月 of and Dec．。2012 Journal Im毛e Graphics 中图法分类号：TP391文献标识码：A 文章编号：1006—8961(2012)12—1516-06 论文引用格式：陈伟琦，程强．核典型相关性鉴别分析[J]．中国图象图形学报，2012，17(12)：1516—1521 核典型相关性鉴别分析 陈伟琦，程强 江南大学数字媒体学院，无锡214122 摘要：提出一种新的基于典型相关性的核鉴别分析，以图片集为基础的人脸识别算法。把每个图片集映射 到一个高维特征空间，然后通过核线性鉴别分析(KLDA)处理，得到相应的核子空间。通过计算两典型向量的典 型差来估计两个子空间的相似度。根据核Fisher准则，基于类间典型差与类内典型差的比率建立核子空间的相 表明，该算法能够更有效提取样本特征，在识别率上要优于典型相关性鉴别分析(DCC)和核鉴别转换(KDT)算 法。 关键词：典型相关性；典型差；核线性鉴别分析；核鉴别转换；人脸识别 Kernel basedoncanonicalcorrelation discriminant analysis Chen Weiqi，ChengQiang School Media，JiangnanUniversity，Wuxi214122，China ofDigital kernel for and of sets canonical this anew discriminant Abstract：In learningrecognitionimageusing study，wepropose correlation．Eachsetis intoa feature kernel isthencon- image mppodhi。出一dimensionalspaee．Thecorrespondingspace structedakernellineardiscriminant oftwokernel isassessed theca— by analysis．Thesimilarity subspaees bycalculating diffel沱ncebetween tothekernelFisher KernelDiscfiminantofCanonical nonical them．According discriminant，a Analysis to tllekernel basedontheratioofthecanonical Correlationisderivedestablishthecorrelationbetween algorithm subspaces ofthebetween．classe