%0 Journal Article
%T 人脸识别中基于核的子空间鉴别分析
%A 陈伏兵
%A 韦相和
%A 陈秀宏
%A 杨静宇
%J 中国图象图形学报
%D 2006
%R 10.11834/jig.200609209
%X 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Kernelfisherfaces方法的识别结果。
%K Fisher线性鉴别分析
%K 核函数
%K 正交补空间
%K 人脸识别
%U http://www.cjig.cn/jig/ch/reader/view_abstract.aspx?file_no=200609209&flag=1