-
题名二维非线性鉴别分析及人脸识别
被引量：2
- 1
-
-
作者
刘永俊
宋东兴
何世明
陈才扣
-
机构
常熟理工学院计算机科学与工程学院
扬州大学信息工程学院
-
出处
《常熟理工学院学报》
2008年第2期99-103,共5页
-
基金
江苏省高校自然科学基金(05KJB520152)资助项目
-
文摘
二维最大散度差线性鉴别分析方法不仅有效地避免了在人脸识别中传统的Fisher线性鉴别分析通常存在的"小样本问题",而且使其特征抽取的速度有了大幅度的提高.本文通过引入著名的"核技巧",将二维最大散度差线性鉴别分析扩展到非线性空间,提出了一种新的二维核最大散度差鉴别分析方法.该方法不仅抽取了图像中更加有效的非线性鉴别特征,使正确识别率显著提高,而且为二维非线性鉴别分析提供了一个统一的构架.最后在AR标准人脸库中的实验结果验证了本文算法的有效性.
-
关键词
二维最大散度差鉴别分析
核方法
二维核最大散度差鉴别分析
人脸识别
-
Keywords
two-dimensional maximum scatter-difference discriminant analysis
kernel trick
two-dimensional kernel maximum scatter-difference discriminant analysis（2D-KMSDA）
face recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于位平面图像与2DMSLDA的单样本人脸识别
被引量：5
- 2
-
-
作者
刘永俊
常晋义
陈才扣
杨静宇
-
机构
常熟理工学院软件工程系
扬州大学信息工程学院
南京理工大学计算机科学与工程系
-
出处
《计算机工程与应用》
CSCD
北大核心
2010年第15期172-175,共4页
-
基金
国家自然科学基金No.60472060
江苏省博士后科研资助计划项目
江苏省高校自然科学基金(No.05KJB520152)~~
-
文摘
在进行单训练样本人脸识别时,基于每人多个训练样本的传统人脸识别算法效果通常不太理想。尤其是基于Fisher线性鉴别准则的一些方法,由于类内散布矩阵为零矩阵,根本无法进行识别。针对以上问题进行了分析研究,提出了一种新的样本扩充方法,即:采用位平面图像分解法,将每幅样本图像分解为8幅,进而通过各种合成策略构造多幅样本图像。使用一种更加稳定的二维最大散度差线性鉴别分析方法(2DMSLDA)对上面获得的新样本图像进行特征抽取。在ORL国际标准人脸库上进行的实验表明了所提算法的可行性和有效性。
-
关键词
人脸识别
位平面图像
二维最大散度差线性鉴别分析
单样本
-
Keywords
face recognition
bit-planes image
two-dimensional maximum scatter-difference discriminant analysis（2DMSLDA）
single training sample
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
