文献类型：期刊文章

作　　者：庄哲民[1] 张阿妞[1] 李芬兰[1]

机构地区：[1]汕头大学电子工程系,汕头515063

出　　处：《电子与信息学报》

基　　金：广东省自然科学基金项目(032030)资助课题

年　　份：2007

卷　　号：29

期　　号：9

起止页码：2047-2049

语　　种：中文

收录情况：BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：提取低维人脸特征是人脸识别系统中极其关键的一步。线性判别分析(LDA)是一种较为普遍的用于特征提取的线性分类方法。本文提出了一种优化的LDA算法,该方法克服了传统的LDA算法用于人脸识别时存在的问题:通过重新定义样本类间离散度矩阵使传统的Fisher准则能够最优化,克服了边缘类对选择最佳投影方向的影响;同时,利用因数分解的方法避免了对矩阵求逆,解决了小样本问题。依据经验选取适当的e值,得到最佳的识别效果。实验结果表明,人脸识别效果优于传统LDA方法。

关 键 词：线性判别分析(LDA)  人脸识别  类间离散度  类内离散度 特征提取  

分 类 号：TP391.41]