完全判别信息Fisherfaces人脸识别算法

摘要：

针对传统Fisherfaces算法存在丢失部分样本信息的问题,提出一种改进的Fisherfaces算法——完全判别信息的Fisherfaces算法(简称CDI_Fisherfaces).首先说明传统Fisherfaces算法的最优判别矩阵是不相关判别(uncorrelated discriminant,简称UD)矩阵,通过施加正交约束条件,得到正交判别(orthogonal discriminant,简称OD)矩阵.然后在这两个判别矩阵的基础上,添加主成分分析(PCA)阶段中总体散度矩阵St未被考虑的非零特征值对应的特征向量,组成新的判别矩阵.这两个新的判别矩阵不仅包含了样本的全部特征,还分别保持了原先判别矩阵的不相关性和正交性.最后通过在ORL和YALE人脸库上实验,发现完全判别信息Fisherfaces算法识别率高于传统的人脸识别算法,说明本文中算法的优越性.

关键词：人脸识别、CDI_Fisherfaces算法、判别矩阵、主成分分析、总体散度矩阵

所属期刊栏目：42

分类号：O235(控制论、信息论（数学理论）)

资助基金：2018年高校优秀青年人才支持项目;安徽省高校自然科学研究项目;安徽省高校青年人才支持项目;巢湖学院校级科研项目

在线出版日期：2020-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：458-463