雙子空間中基于平均不變因子的人臉識(shí)別.pdf

1、現(xiàn)代信息化時(shí)代中，隨著科學(xué)技術(shù)的迅速發(fā)展，人臉識(shí)別已經(jīng)成為國內(nèi)外人員研究的熱點(diǎn)，在實(shí)際生活中得到了廣泛的應(yīng)用。人臉識(shí)別是計(jì)算機(jī)進(jìn)行人臉分析，提取有效特征信息，再通過分類器進(jìn)行分類的識(shí)別方法，是模式識(shí)別的一個(gè)重要部分。
　　預(yù)處理后的人臉圖像樣本維數(shù)通常很高，需要通過變換的方法用低維空間樣本來表示高維樣本，得到反映分類的本質(zhì)特征。因此，特征提取的有效性對(duì)人臉識(shí)別起到了不可忽視的作用。常用的特征提取方法是基于子空間的線性方法，代表性方

2、法如利用不同類別標(biāo)簽信息的線性鑒別方法LDA，然而由于忽略了現(xiàn)實(shí)中人臉圖像的差異性，后來提出了基于平均不變因子的人臉識(shí)別方法，它通過SVD、QR分解，將人臉分為臉部共同差別、個(gè)體類間差別、個(gè)體類內(nèi)差別。由于人臉樣本數(shù)小于樣本數(shù)據(jù)的維數(shù)，不可避免的遇到了小樣本問題。為了解決小樣本問題，本文借鑒之前原有的方法，分別從類內(nèi)矩陣的主空間與零空間中提取正則判別特征信息和非正則判別特征信息，新算法不僅解決了小樣本問題，而且還避免了原有方法存在有效信