基于局部均值的广义散度差无监督鉴别分析

摘要：

为了将局部信息有效地运用到特征抽取并提高算法的鲁棒性,同时考虑到在人脸识别应用中出现的高维小样本问题,提出了一种基于局部均值的广义散度差无监督鉴别分析.该方法利用样本的非局部均值散度与C倍的局部均值散度之差作为鉴别函数,不仅保留了样本分布的局部信息,而且避免了局部均值散度可能奇异的问题,并给出了算法的识别率随模型参数C变化的曲线.YALE和FERET人脸数据库上的实验结果表明了该方法的有效性.

关键词：特征抽取、局部均值、非局部均值、广义散度差、人脸识别

所属期刊栏目：32

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目60875004;江苏省高校自然科学基金项目07KJB520133;江苏省自然科学基金项目BK2009184

在线出版日期：2011-12-19（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：2482-2484,2489