中国图象图形学报
中國圖象圖形學報
중국도상도형학보
JOURNAL OF IMAGE AND GRAPHICS
2006年
9期
1242-1248
,共7页
陈伏兵%韦相和%陈秀宏%杨静宇
陳伏兵%韋相和%陳秀宏%楊靜宇
진복병%위상화%진수굉%양정우
Fisher线性鉴别分析%核函数%正交补空间%人脸识别
Fisher線性鑒彆分析%覈函數%正交補空間%人臉識彆
Fisher선성감별분석%핵함수%정교보공간%인검식별
尽管基于Fisher准则的线性鉴别分析被公认为特征抽取的有效方法之一,并被成功地用于人脸识别,但是由于光照变化、人脸表情和姿势变化,实际上的人脸图像分布是十分复杂的,因此,抽取非线性鉴别特征显得十分必要.为了能利用非线性鉴别特征进行人脸识别,提出了一种基于核的子空间鉴别分析方法.该方法首先利用核函数技术将原始样本隐式地映射到高维(甚至无穷维)特征空间;然后在高维特征空间里,利用再生核理论来建立基于广义Fisher准则的两个等价模型;最后利用正交补空间方法求得最优鉴别矢量来进行人脸识别.在ORL和NUST603两个人脸数据库上,对该方法进行了鉴别性能实验,得到了识别率分别为94%和99.58%的实验结果,这表明该方法与核组合方法的识别结果相当,且明显优于KPCA和Kernel fisherfaces方法的识别结果.
儘管基于Fisher準則的線性鑒彆分析被公認為特徵抽取的有效方法之一,併被成功地用于人臉識彆,但是由于光照變化、人臉錶情和姿勢變化,實際上的人臉圖像分佈是十分複雜的,因此,抽取非線性鑒彆特徵顯得十分必要.為瞭能利用非線性鑒彆特徵進行人臉識彆,提齣瞭一種基于覈的子空間鑒彆分析方法.該方法首先利用覈函數技術將原始樣本隱式地映射到高維(甚至無窮維)特徵空間;然後在高維特徵空間裏,利用再生覈理論來建立基于廣義Fisher準則的兩箇等價模型;最後利用正交補空間方法求得最優鑒彆矢量來進行人臉識彆.在ORL和NUST603兩箇人臉數據庫上,對該方法進行瞭鑒彆性能實驗,得到瞭識彆率分彆為94%和99.58%的實驗結果,這錶明該方法與覈組閤方法的識彆結果相噹,且明顯優于KPCA和Kernel fisherfaces方法的識彆結果.
진관기우Fisher준칙적선성감별분석피공인위특정추취적유효방법지일,병피성공지용우인검식별,단시유우광조변화、인검표정화자세변화,실제상적인검도상분포시십분복잡적,인차,추취비선성감별특정현득십분필요.위료능이용비선성감별특정진행인검식별,제출료일충기우핵적자공간감별분석방법.해방법수선이용핵함수기술장원시양본은식지영사도고유(심지무궁유)특정공간;연후재고유특정공간리,이용재생핵이론래건립기우엄의Fisher준칙적량개등개모형;최후이용정교보공간방법구득최우감별시량래진행인검식별.재ORL화NUST603량개인검수거고상,대해방법진행료감별성능실험,득도료식별솔분별위94%화99.58%적실험결과,저표명해방법여핵조합방법적식별결과상당,차명현우우KPCA화Kernel fisherfaces방법적식별결과.
