基于模糊CCA的图像特征提取和识别

摘要：

利用典型相关分析(CCA)和隶属度的思想,提出一种基于模糊典型相关分析的图像特征提取新方法.通过分析图像样本的分布特点,定义合适的隶属度函数描述图像空间的样本分布.利用CCA进行多信息源特征提取,得到同时包含图像灰度信息和分布信息的有效判别特征.可证明Fisher线性判别分析是该算法的一种极限情形.在ORL标准人脸数据库上的实验结果表明新特征具有良好的分类能力,证实了该方法的有效性.

关键词：特征提取、典型相关分析、隶属度、Fisher线性判别分析、图像识别、人脸识别

所属期刊栏目：33

分类号：TP391.4(计算技术、计算机技术)

资助基金：教育部跨世纪优秀人才培养计划NCET-05-0275

在线出版日期：2007-09-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：144-146,149