基于WPCA和修正的最大间距准则的人脸识别  

Face recognition based on WPCA and modified maximum margin criterion

作　　者：王进军[1] 王汇源[1,2] 

机构地区：[1]山东大学信息科学与工程学院,济南250100 [2]IEETA,Campus Universitário de Santiago,3810-193Aveiro,Portugal

出　　处：《计算机工程与应用》2010年第5期151-153,共3页Computer Engineering and Applications

摘　　要：针对Fisher准则遇到的高维小样本问题和最大间距准则遇到的"次优化问题",提出一种基于加权PCA(WPCA)和修正的最大间距准则(MMMC)的线性判别分析方法。首先对PCA空间进行加权,对最大间距准则的散布矩阵进行修正,然后结合WPCA和MMMC进行特征提取。该方法为有效地解决上述两个问题提供了途径。在ORL和FERET人脸库上的实验结果验证了该方法的有效性。Considering the high dimensions and the‘small sample size＇problem in Fisher linear discriminant analysis and the ‘inferior＇problem in the maximum margin criterion,a face recognition approach is proposed based on weighted PCA and modified maximum margin criterion.The approach gives an effective way to resolve the two problems above.Experimental results on ORL and FERET database verify the effectiveness of the proposed method.

关 键 词：人脸识别 加权主成分分析(PCA) 最大间距准则 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]