基于最大间距准则和差分向量的人脸特征提取
提出了一种结合最大间距准则（MMC）和差分向量的特征提取方法，将其应用在人脸识别中。首先对样本图像进行Gram-Schmidt正交变换得到每类样本的共同向量；然后将每幅原始图像与该类的共同向量之间的差作为差分向量，通过MMC方法得到差分向量的最优投影变换矩阵；最后将测试样本的差分向量和训练样本的差分向量投影到最优投影变换矩阵上获得特征向量，利用三阶近邻分类器进行分类识别。在ORL和Yale人脸数据库上的实验结果表明了该方法具有较好的识别性能。
最大间距准则、差分向量、共同向量、人脸识别、特征提取
TP391.41(计算技术、计算机技术)
陕西省教育厅自然科学研究计划项目2013JK0597；陕西省高等学校教学改革研究重点项目13BZ56；陕西省教育科学“十二五”规划课题SGH140749
2015-08-12（万方平台首次上网日期，不代表论文的发表时间）
共5页
946-950
