计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2012年
26期
181-184
,共4页
主成分分析%线性判别分析%高维小样本问题%正交判别空间%人脸识别
主成分分析%線性判彆分析%高維小樣本問題%正交判彆空間%人臉識彆
주성분분석%선성판별분석%고유소양본문제%정교판별공간%인검식별
为了改善Fisherface方法中判别特征子空间正交性并提高识别率,提出了矩阵对称性的Fisherface算法.该方法利用PCA进行降维来消除小样本问题,对传统的Fisher准则进行修改使矩阵具有对称性,用构造的对称矩阵进行分类识别.在ORL标准人脸库上进行的实验表明,矩阵对称性方法的识别率明显地高于传统的方法,而且识别结果比较稳定受训练集影响较小,具有很好的实用性.
為瞭改善Fisherface方法中判彆特徵子空間正交性併提高識彆率,提齣瞭矩陣對稱性的Fisherface算法.該方法利用PCA進行降維來消除小樣本問題,對傳統的Fisher準則進行脩改使矩陣具有對稱性,用構造的對稱矩陣進行分類識彆.在ORL標準人臉庫上進行的實驗錶明,矩陣對稱性方法的識彆率明顯地高于傳統的方法,而且識彆結果比較穩定受訓練集影響較小,具有很好的實用性.
위료개선Fisherface방법중판별특정자공간정교성병제고식별솔,제출료구진대칭성적Fisherface산법.해방법이용PCA진행강유래소제소양본문제,대전통적Fisher준칙진행수개사구진구유대칭성,용구조적대칭구진진행분류식별.재ORL표준인검고상진행적실험표명,구진대칭성방법적식별솔명현지고우전통적방법,이차식별결과비교은정수훈련집영향교소,구유흔호적실용성.
