摘要
针对直接线性判别分析(DLDA)人脸识别算法存在的小样本问题,以及图像二维线性判别分析(2D-LDA)算法需要较多存储空间的问题,文中结合二维方法与直接判决的优点,提出基于二维图像直接线性判别分析(2D-DLDA)的人脸识别算法.该算法在克服小样本问题的同时,不会丢失图像中的有用信息,而且可以避免采用奇异值分解导致的无法精确计算特征向量的问题.在ORL和Yale人脸数据库中的实验结果表明,该算法具有较高的识别率和鲁棒性.
Traditional LDA has small sample size problem.A modified algorithm of face recognition was proposed,combining the advantages of two diamentional method and DLDA algotithm.To avoid the SSS problem,a nonsingular within-class scatter matrix is constructed directly using the original two dimensional image matrix,and DLDA method is used to obtaining the feature matrix in this new algorithm.The results of experiments on ORL and Yale face database show that the modified algorithm has higher recognition rate and is...
出处
《微电子学与计算机》
CSCD
北大核心
2009年第2期97-99,共3页
Microelectronics & Computer
基金
陕西省自然科学基础研究计划项目(2007F11)
长安大学科技发展基金项目(07Z09)
关键词
线性判别分析
主分量分析
人脸识别
linear discriminant analysis
principle component analysis
face recognition
