基于组合子空间的最优特征抽取及人脸识别

摘要：

传统的线性鉴别分析存在两个缺陷:小样本问题和至多只能抽取c-1个最优鉴别向量,本文提出了一种新的、有效的基于线性鉴别分析的组合子空间最优特征抽取方法.该方法解决了人脸等图像识别任务普遍存在的小样本问题,并且能够抽取更多的有效鉴别特征.在ORL标准人脸库上的试验表明,组合子空间鉴别法所抽取的特征在普通的最小距离分类器和最近邻分类器下均达到97%的正确识别率,而且识别结果十分稳定.该结果大大优于经典的特征脸和Fisher脸方法在ORL人脸库上的识别结果.

关键词：组合子空间、人脸识别、特征抽取

所属期刊栏目：20

分类号：TP3(计算技术、计算机技术)

资助基金：国家自然科学基金60072034

在线出版日期：2007-10-08（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：609-612