模糊标号典型相关分析及其在人脸识别中应用

把样本分布信息融于特征提取过程将有助于提高特征的分类能力．利用模糊隶属度概念，提出一种基于模糊标号典型相关分析的特征提取新方法．构造模糊标号刻画样本的分布情况，并将其与典型相关分析结合，能提取综合灰度信息和分布信息的有效判别特征．此外，针对样本不足导致的小特征值包含较多干扰信息的问题，基于矩阵理论及双空间分析思想，进一步提出双空间模糊标号典型相关分析算法，缓解了过小特征值对算法性能的影响．在ORL和组合人脸数据库上的实验结果表明新特征具有良好的分类能力，证实了所提算法的有效性及应用价值．