-
题名一种基于广义2DLDA算法在人脸识别的应用
被引量：4
- 1
-
-
作者
宋家东
周明全
卢金环
刘一丹
李晓娟
-
机构
机械工业信息中心
北京师范大学信息科学与技术学院
首都师范大学信息工程学院
哈尔滨工业大学理学院数学系
-
出处
《小型微型计算机系统》
CSCD
北大核心
2015年第4期856-861,共6页
-
基金
国家自然科学基金重点项目(60736008)资助
国家自然基金青年科学基金项目(60903141)资助
+1 种基金
北京市自然科学基金项目(4122017)资助
北京教委暨北京自然基金重点项目B类(KZ201210028036)资助
-
文摘
提出一种基于广义的2DLDA算法,简称:G2DLDA.首先,由于2DLDA算法提取的特征向量矩阵S-1wSb通常不是标准正交特征向量矩阵,因此该方法会严重影响特征提取的质量.本文根据Sw矩阵是对称正定的,即:具有Sw=S1/2w×S1/2w性质,将2DLDA算法的特征向量矩阵转化成基于标准正交特征向量矩阵,即:S-1/2wSbS-1/2w.其次,G2DLDA算法与2DLDA一样不会产生小样本事件,因为方程式S-1/2wSbS-1/2wv=λv的右端为单位矩阵,是满秩的.最后,G2DLDA算法采用基于Cosine-范数度量方式进行分类,实验证明该度量方式优于其他度量方式,如:欧氏距离度量方式以及F-范数度量方式.在实验阶段,本文采用Yale、ORL和JAFFE三个数据库对该算法进行测试与分析,实验结果证明该算法具有较好的鲁棒性,同时能够获得较高的识别率.
-
关键词
广义二维线性判别分析
二维化
Cosine-范数
小样本事件
维度灾难
-
Keywords
generalized 2D linear discriminant analysis
two dimension
cosine-norm
small simple size
curse of dimensionality
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
