基于加權(quán)鑒別張量準(zhǔn)則的人臉識別算法研究.pdf

1、特征提取一直是人臉識別的技術(shù)難點(diǎn)和研究重點(diǎn)。張量數(shù)據(jù)因其多維的優(yōu)勢，能夠有效地表達(dá)人臉圖像特征，保證其特征結(jié)構(gòu)的完整性。多線性代數(shù)為張量數(shù)據(jù)提供了有效的數(shù)據(jù)分析方法，對于線性鑒別分析的多線性擴(kuò)展逐漸成為研究熱點(diǎn)。
　　首先，在多類識別問題中，現(xiàn)有的基于Fisher準(zhǔn)則的張量鑒別分析方法過分地強(qiáng)調(diào)了邊緣類在特征分解過程中的主導(dǎo)作用。為解決此類問題，本文提出了逐對的加權(quán)鑒別張量準(zhǔn)則（WDTC），基于類間距離較小的類別賦予較高權(quán)重的原則

2、，運(yùn)用簡單高效的歐式距離設(shè)計(jì)權(quán)函數(shù)，對張量樣本的類間散度矩陣進(jìn)行修正。并在此基礎(chǔ)上，提出了加權(quán)張量鑒別分析（WTDA）方法，從而提高張量鑒別分析方法的鑒別能力。
　　其次，經(jīng)過加權(quán)張量鑒別分析方法提取的特征之間一般是統(tǒng)計(jì)相關(guān)的，仍然存在一定的冗余信息。因此，我們提出基于加權(quán)鑒別張量準(zhǔn)則的統(tǒng)計(jì)不相關(guān)鑒別分析（WDTUDA）方法。其在加權(quán)鑒別張量準(zhǔn)則基礎(chǔ)上增加不相關(guān)約束，迭代地求解張量子空間中的統(tǒng)計(jì)不相關(guān)特征。
　　最后，考慮到