基于线性判别分析的加权零空间算法及在人脸识别中的应用  

A LDA-based weighted null space algorithm in face recognition

作　　者：张玉华[1,2] 王欣[2] 

机构地区：[1]山东大学医学院,山东济南250012 [2]山东大学信息科学与工程学院,山东济南250100

出　　处：《山东大学学报（工学版）》2009年第6期31-34,共4页Journal of Shandong University（Engineering Science）

基　　金：国家自然科学基金资助项目(60872119)

摘　　要：线性判别分析(LDA)用于人脸识别时,存在因训练样本不足引起类内散布矩阵奇异的小样本问题.基于LDA的传统零空间方法首先去掉总体散布矩阵的零空间进行降维,可以避免小样本问题.提出了一种加权零空间特征提取方法,并对加权系数进行了讨论.在人脸数据库上的实验结果验证了其有效性.Linear discriminant analysis（LDA） often encounters a small-sample-size（SSS） problem when used in face recognition because there are not enough training samples and the within scatter matrix is singular. The traditional LDA-based null space algorithm can effectively avoid the SSS problem by first removing the null space of total scatter matrix. A new feature extraction method called weighted null space was proposed, and the selection of weight parameters was discussed. Experimental results on face databases demonstrated its validity.

关 键 词：人脸识别 零空间 线性判别分析(LDA) 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]