基于二维局部鉴别高斯的特征提取方法

摘要：

特征提取是人脸识别的关键.特征提取方法一般需要预先把二维图像转化成一维图像向量.然而高维的图像向量会导致不能快速、精确地计算所需的协方差矩阵及其特征向量.针对该问题,提出了一种基于二维局部鉴别高斯的特征提取方法(2D-LDG).该方法继承一维局部鉴别高斯降维方法的优点,其目标函数是留一交叉验证误差的光滑逼近,并且只考虑训练样本的局部分布,对训练样本的全局分布不做任何假设.同时,2D-LDG直接对二维图像做特征提取,不需要事先把图像转化为维数巨大的图像向量,能快速、精确地计算协方差矩阵及其特征向量.在ORL、YaleB人脸数据库上的实验结果表明,2D-LDG特征提取方法有良好的识别效果.

关键词：特征提取、局部鉴别高斯模型、人脸识别

所属期刊栏目：41

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61128009;国家科技支撑项目2012BAK16B06;广东省科技计划项目2012B010100035;广东省自然科学基金S2012010009926;中央高校基本科研业务费专项资金2013ZM0094、2013ZM0114

在线出版日期：2014-07-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：275-277