一种基于多维正交判别子空间投影的人脸识别方法
人脸识别中,传统数据降维方法将人脸图像重排列成向量后进行处理,丢失了数据本身的结构特性,导致识别精度不高.本文发展了一种基于张量的数据降维方法——多维正交判别子空间投影.该算法直接用张量描述人脸,并通过张量到矢量投影(tensor to vector projection,TVP)将张量数据投影到向量判别子空间.此方法寻找相互正交的投影向量集,使得判别子空间中数据类间离散度最大,同时类内离散度最小;进而利用TVP投影将高维张量数据映射成低维向量数据,在合适的约束条件下,这些降维后的向量特征数据是整个人脸数据中最具代表性的特征数据;最后,使用k最近邻(KNN)分类器将这些特征数据分类.利用经典人脸数据库ORL进行实验,验证了本文方法的有效性.
张量、降维、子空间投影、人脸识别
40
P237.4;TP753.4(摄影测量学与测绘遥感)
The National Basic Research Program of China,Nos.2012CB719905,2011CB707105;the National Natural Science Foundation of China,No.61102128;China Postdoctoral Science Foundation,No.211-180788;Natural Science Foundation of Hubei Province,China,No.2011CDB455.国家重点基础研究发展计划资助项目2012CB719905,2011CB707105;国家自然科学基金资助项目61102128;中国博士后科学基金资助项目211-180788;湖北省自然科学基金资助项目2011CDB455.
2015-07-08（万方平台首次上网日期，不代表论文的发表时间）
583-587
