%0 Journal Article
%T 基于核的Fisher非线性最佳鉴别分析在人脸识别中的应用
%A 成新民
%A 蒋云良
%A 胡文军
%A 吴小红
%J 中国图象图形学报
%D 2007
%R 10.11834/jig.20070814
%X 抽取最佳鉴别特征是人脸识别中的重要一步。对小样本的高维人脸图像样本，由于各种抽取非线性鉴别特征的方法均存在各自的问题，为此提出了一种求解核的Fisher非线性最佳鉴别特征的新方法，该方法首先在特征空间用类间散度阵和类内散度阵作为Fisher准则，来得到最佳非线性鉴别特征，然后针对此方法存在的病态问题，进一步在类内散度阵的零空间中求解最佳非线性鉴别矢量。基于ORL人脸数据库的实验表明，该新方法抽取的非线性最佳鉴别特征明显优于Fisher线性鉴别分析（FLDA）的线性特征和广义鉴别分析（GDA）的非线性特征。
%K 人脸识别
%K Fisher非线性鉴别分析
%K 核方法
%K 小样本问题
%K 病态问题
%U http://www.cjig.cn/jig/ch/reader/view_abstract.aspx?file_no=200708223&flag=1