二维非参数化判别分析方法中的人脸识别算法研究  

Research on Two Dimensional Nonparametric Discriminant Analysis for Face Recognition

作　　者：张旭[1] 曹健[1] 刘玉树[1] 

机构地区：[1]北京理工大学计算机学院智能信息技术北京市重点实验室,北京100081

出　　处：《北京理工大学学报》2010年第4期437-440,共4页Transactions of Beijing Institute of Technology

基　　金：国家部委预研项目(200504123)

摘　　要：在使用传统线性判别分析方法计算类间散射矩阵时,使用类中心来近似表示各个类,类内散射矩阵的定义有一定的局限性,从而导致算法性能不稳定、小样本、数据的高斯分布假设及维数困扰等问题.提出了一种用于人脸识别的二维非参数化判别分析方法,对类间散射度矩阵和类内散射度矩阵进行了重新定义,考虑了各类数据的边界结构.通过在ORL标准人脸数据库上的实验结果,验证了算法相对于传统算法的鲁棒性和准确率.A novel method for face recognition based on two dimensional nonparametric discriminant analysis is proposed.Traditional LDA-based methods suffer in disadvantages such as small sample size problem（SSS）,a dimensionality,as well as a fundamental limitation resulting from the parametric nature of scatter matrices,which are based on the Gaussian distribution assumption.To address the problem,a new two dimensional nonparametric discriminant analysis is proposed,a new formulation of scatter matrices is given.Experimental results indicate the robustness and accuracy of the proposed method.

关 键 词：二维非参数化判别 高斯分布 人脸识别 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]