新的非线性鉴别特征抽取方法及人脸识别  

New nonlinear feature extraction method for face recognition

作　　者：刘永俊[1] 陈才扣[2] 赵根林[1] 杨静宇[3] 

机构地区：[1]常熟理工学院软件工程系,江苏常熟215500 [2]扬州大学信息工程学院,江苏扬州225009 [3]南京理工大学计算机科学与工程系,江苏南京210094

出　　处：《计算机工程与设计》2008年第6期1519-1521,1550,共4页Computer Engineering and Design

基　　金：国家自然科学基金项目(60472060);江苏省高校自然科学基金项目(05KJB520152)

摘　　要：在非线性空间中采用新的最大散度差鉴别准则,提出了一种新的核最大散度差鉴别分析方法。该方法不仅有效地抽取了人脸图像的非线性鉴别特征,而且从根本上避免了以往核Fisher鉴别分析中训练样本总数较多时,通常存在的核散布矩阵奇异的问题,计算复杂度大大降低,识别速度有了明显的提高。在ORL人脸数据库上的实验结果验证了该算法的有效性。A novel kernel maximum scatter difference discriminant analysis（KMSDA） based on scatter difference criterion is developed for extraction of nolinear feature.The proposed method not only extract nolinear feature for faces but also essentially avoid the difficulties caused by the singularity of kernel within-class scatter matrix in traditional kernel Fisher discriminant analysis（KFDA）.In addition,much computational time is saved due to its lower computational complexity.The experimental results on ORL face database verify the effectiveness of the proposed method.

关 键 词：核非线性鉴别分析 最大散度差鉴别准则 核最大散度差鉴别分析 特征抽取 人脸识别 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]