人脸识别中多目标最优不相关图像鉴别分析研究

摘要：

考虑图像投影鉴别分析问题,为提高特征抽取的速度和识别率,利用图像矩阵直接构造图像散布矩阵,在具有统计不相关的条件下将Foley-Sammon鉴别分析(FSLDA)转化为两目标约束优化问题,并给出了有效投影向量的概念;根据多目标优化的最优性条件可将求取有效投影向量的问题归结为求广义特征方程的最大特征值对应的特征向量,并据此进行特征抽取,进而提出了两目标最优图像投影鉴别分析方法.与其他鉴别投影分析方法相比,该方法具有以下特点:(1)可直接由图像矩阵构建散布矩阵;(2)有效投影向量具有统计不相关性;(3)训练样本的类内散布矩阵不必为可逆的,也不需要求某种形式矩阵的逆.在ORL标准人脸库和NUST603人脸库上的试验结果表明,上述图像投影鉴别分析方法在识别性能上较以往的方法有一定的提高,尤其是特征抽取的速度有明显的提高.

关键词：图像投影鉴别分析、图像有效投影向量集、图像特征抽取、多目标最优、最优性条件、人脸识别

所属期刊栏目：12

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金60472060;江苏省高校自然科学基金;河北省自然科学基金03KJB110012;01KJD110005

在线出版日期：2008-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2137-2142