计算机科学 ›› 2006, Vol. 33 ›› Issue (12): 174-176.

• 计算机网络与信息安全 • 上一篇    下一篇

基于散度差准则的隐空间特征抽取方法

  

  • 出版日期:2018-11-17 发布日期:2018-11-17
  • 基金资助:
    本文得到国家自然科学基金(60472060)、江苏省博士后科研资助计划项目和江苏省高校自然科学基金(05KJB520152)的资助.

  • Online:2018-11-17 Published:2018-11-17

摘要: 本文提出了一种新的非线性特征抽取方法——基于散度差准则的隐空间特征抽取方法。该方法的主要思想就是首先利用一核函数将原始输入空间非线性变换到隐空间,然后,在该隐空间中,利用类间离散度与类内离散度之差作为鉴别准则进行特征抽取。与现有的核特征抽取方法不同,该方法不需要核函数满足Mercer定理,从而增加了核函数的选择范围。更为重要的是,由于采用了散度差作为鉴别准则,从根本上避免了传统的Fisher线性鉴别分析所遇到的小样本问题。在ORL人脸数据库和AR标准人脸库上的试验结果验证了本文方法的有效性。

关键词: 隐空间 散度差鉴别准则 特征抽取 人脸识别

Abstract: In this paper, a novel feature extraction method based on scatter difference criterion in hidden space is developed. Its main idea is that the original input space is first mapped into a hidden space through a prespecified kernel function, in which space

Key words: Hidden space,Scatter difference discrminant criterion, Feature extraction, Face recognition

No related articles found!
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!