期刊文献+

人脸识别中多目标最优不相关图像鉴别分析研究 被引量:1

Multiobjective Optimal Uncorrelated Image Discriminant Analysis in Face Recognition
下载PDF
导出
摘要 考虑图像投影鉴别分析问题,为提高特征抽取的速度和识别率,利用图像矩阵直接构造图像散布矩阵,在具有统计不相关的条件下将Foley-Sammon鉴别分析(FSLDA)转化为两目标约束优化问题,并给出了有效投影向量的概念;根据多目标优化的最优性条件可将求取有效投影向量的问题归结为求广义特征方程的最大特征值对应的特征向量,并据此进行特征抽取,进而提出了两目标最优图像投影鉴别分析方法。与其他鉴别投影分析方法相比,该方法具有以下特点:(1)可直接由图像矩阵构建散布矩阵;(2)有效投影向量具有统计不相关性;(3)训练样本的类内散布矩阵不必为可逆的,也不需要求某种形式矩阵的逆。在ORL标准人脸库和NUST603人脸库上的试验结果表明,上述图像投影鉴别分析方法在识别性能上较以往的方法有一定的提高,尤其是特征抽取的速度有明显的提高。 This paper addressed the image discriminant analysis problem. By constructing the scattering matrices of the image matrices, Foley-Sammon discriminant analysis (FSLDA) are transformed into a bi-objective optimization problem with uncorrelated constraint for improving the speed of feature extraction and the recognition rate. The efficient projection vector is defined and the efficient projection vector can be obtained from deciding the eigenvector corresponding to the eigenvalue of maximum of a generalized eigen-equation. Compared with the other image projection analysis methods, the proposed method has the following properties: ( 1 ) the scattering matrices are directly based on image matrices; (2) the efficient projection vectors are statistically uncorrelated; (3) the within scattering matrix is not necessarily invertible and some matrix inversions are not performed. Finally, the proposed method is tested on ORL and NUST603 face databases. The experimental results indicate that the recognition performance of the proposed method is prior to the other methods, and its speed for feature extraction is faster than the above methods.
出处 《中国图象图形学报》 CSCD 北大核心 2007年第12期2137-2142,共6页 Journal of Image and Graphics
基金 国家自然科学基金项目(60472060) 江苏省高校自然科学基金 教育厅自然科学基金项目(03KJB110012 01KJD110005)
关键词 图像投影鉴别分析 图像有效投影向量集 图像特征抽取 多目标最优 最优性条件 人脸识别 image projection discriminant analysis, image effective projection vector, image feature extraction, multiobjective optimization, optimality condition, face recognition
  • 相关文献

参考文献11

  • 1Fukunaga K. Introduction to Statistical Pattren Recognition [ M ]. New York: Academic Press, 1990.
  • 2边肇祺 张学工.模式识别(第二版)[M].北京:清华大学出版社,1999.224-227.
  • 3Fisher R A. The use of multiple measurements in taxonomic problem [J]. Annals of Eugenics, 1936, 7(2) : 179 - 188.
  • 4Foley D H, Sammon J W. An optimal set of discriminant vectors[ J]. IEEE Transactions on Computer, 1975, 24 (3) : 281 - 289.
  • 5Jin Z, Yang J Y, Hu Z S, et al. Face recognition based on uncorrelated discriminant transformation [ J ]. Pattern Recognition, 2001, 34(7) : 1405 - 1416.
  • 6杨健,杨静宇,金忠.最优鉴别特征的抽取及图像识别[J].计算机研究与发展,2001,38(11):1331-1336. 被引量:21
  • 7Liu K, Cheng Y Q , Yang J Y, et al. Algebraic feature extraction for image recognition based on an optimal discriminant criterion [ J ]. Pattern Recognition, 1993, 26 (6) : 903 - 911.
  • 8杨健,杨静宇,等.具有统计不相关性的图像投影鉴别分析及人脸识别[J].计算机研究与发展,2003,40(3):447-452. 被引量:39
  • 9Geoffrion A M. Proper efficiency and the theory of vector maximization [ J ]. Journal of Mathematical Analysis and Applications, 1968, 22 : 618 - 630.
  • 10Yang J, Zhang D, Yang J Y. Two-dimensional PCA: A new approach to appearance-based face representation and recognition [ J ]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2004, 26( 1 ) : 131 - 137.

二级参考文献31

  • 1杨健,杨静宇,叶晖.Fisher线性鉴别分析的理论研究及其应用[J].自动化学报,2003,29(4):481-493. 被引量:97
  • 2边肇祺 张学工.模式识别(第二版)[M].北京:清华大学出版社,1999.12.
  • 3丁学仁 蔡庙可.工程中的矩阵理论[M].天津:天津大学出版社,1995.115-118.
  • 4彭辉,张长水,荣钢,边肇祺.基于K-L变换的人脸自动识别方法[J].清华大学学报(自然科学版),1997,37(3):67-70. 被引量:69
  • 5彭辉,清华大学学报,1997年,37卷,3期,67页
  • 6丁学仁,工程中的矩阵理论,1995年,115页
  • 7Liu K,Int J Pattern Recognition Artificial Intelligence,1992年,6卷,5期,817页
  • 8程云鹏,矩阵论,1989年,294页
  • 9Tian Q,Opt Eng,1986年,25卷,7期,834页
  • 10PENTLAND A. Looking at people: Sensing for ubiquitous and wearable computing[ J]. IEEE Transactions on Pattern Anal Machine Intell, 2000, 22(1): 107 -119.

共引文献90

同被引文献5

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部