一种基于ICA和LDA组合的人脸识别新方法  

A New Method of Fusion of ICA and LDA for Face Recognition

作　　者：郑宇杰[1] 於东军[1] 杨静宇[1] 吴小俊[2] 王卫东[1] 

机构地区：[1]南京理工大学信息学院 [2]江苏科技大学

出　　处：《计算机科学》2006年第4期194-197,共4页Computer Science

基　　金：国家自然科学基金资助(编号:60472060);南京理工大学科研发展基金

摘　　要：特征提取是模式识别研究领域的一个热点。本文提出了一种基于独立成分分析和线性鉴别分析的特征提取方法。该方法中引入了零空间的概念,指出了前人算法中的不足之处,并且给出了一个完整的独立成分分析和线性鉴别分析的组合算法。在 ORL 和 Yale 人脸数据库上的实验表明了该方法的有效性。Feature extraction is one of the hot topics in the field of pattern recognition. Independent Component Analysis （ICA） and Linear Discriminant Analysis （LDA） are two effective methods of feature extraction. ICA can extract features from high order and LDA can extract features which are useful to classify. However, performance of ICA method combined with LDA is reported as lower than ICA method previously. In this paper, we point out the weakness of the previous methods and a new method of feature extraction based on ICA and LDA with conception of null space is proposed. Experiment results carried on face databases demonstrate the effectiveness of the proposed method.

关 键 词：人脸识别 特征提取 独立成分分析 线性鉴别分析 零空间 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] P28[自动化与计算机技术—计算机科学与技术]