吉林大学学报（信息科学版）
吉林大學學報（信息科學版）
길림대학학보（신식과학판）
JOURNAL OF JILIN UNIVERSITY(INFORMATION SCIENCE EDITION)
2006年
3期
330-335
,共6页
局部线性鉴别分析%降低维数%特征提取%子空间描述
跼部線性鑒彆分析%降低維數%特徵提取%子空間描述
국부선성감별분석%강저유수%특정제취%자공간묘술
人脸具有丰富的表情变化,而且受光照强度、成像角度和成像时间等诸多因素的影响,这些因素都给人脸自动识别造成很大的困难.针对这些问题,笔者提出了一种局部线性鉴别分析(LLDA:Locally LinearDiscriminant Analysis)的非线性鉴别分析方法,其根本思想是:全局非线性数据结构可由局部线性和局部结构的线性组合表示.样本的特征矢量通过线性转换构成局部特征子空间,使类间散度最大而类内散度最小.该方法适用于多类非线性鉴别.实验表明,在低维子空间、姿态变化和单视图表示的人脸识别中是很有效的.
人臉具有豐富的錶情變化,而且受光照彊度、成像角度和成像時間等諸多因素的影響,這些因素都給人臉自動識彆造成很大的睏難.針對這些問題,筆者提齣瞭一種跼部線性鑒彆分析(LLDA:Locally LinearDiscriminant Analysis)的非線性鑒彆分析方法,其根本思想是:全跼非線性數據結構可由跼部線性和跼部結構的線性組閤錶示.樣本的特徵矢量通過線性轉換構成跼部特徵子空間,使類間散度最大而類內散度最小.該方法適用于多類非線性鑒彆.實驗錶明,在低維子空間、姿態變化和單視圖錶示的人臉識彆中是很有效的.
인검구유봉부적표정변화,이차수광조강도、성상각도화성상시간등제다인소적영향,저사인소도급인검자동식별조성흔대적곤난.침대저사문제,필자제출료일충국부선성감별분석(LLDA:Locally LinearDiscriminant Analysis)적비선성감별분석방법,기근본사상시:전국비선성수거결구가유국부선성화국부결구적선성조합표시.양본적특정시량통과선성전환구성국부특정자공간,사류간산도최대이류내산도최소.해방법괄용우다류비선성감별.실험표명,재저유자공간、자태변화화단시도표시적인검식별중시흔유효적.
