点击次数：

论文类型：期刊论文

发表时间：2009-01-15

发表刊物：大连理工大学学报

收录刊物：PKU、ISTIC、CSCD、Scopus、EI

卷号：49

期号：1

页面范围：133-138

ISSN号：1000-8608

关键字：典型相关分析 模糊隶属度 小样本问题 特征提取 人脸识别

摘要：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.