ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

稳健稀疏线性判别分析方法在人脸识别中的应用

鞠厦轶; 吕开云*; 龚循强东华理工大学
Jiangxi Science2021DOI: 10.13990/j.issn1001-3679.2021.05.031
5阅读
引用收藏
分享

摘要

线性判别分析(LDA)是一种在机器学习领域众所周知的监督分类方法,在特征提取方面效果显著。传统的LDA解决了散度矩阵中存在奇异矩阵的问题,但却没有考虑人脸图像中可能存在的椒盐噪声,且无法确定低维空间维数。为此,采用稳健稀疏线性判别分析(Robust Sparse Linear Discriminant Analysis,RSLDA)进行人脸识别,选取公开的人脸库(ORL、CMU_PIE、Yale B)对LDA、PCA+LDA、ULDA、OLDA、L21FLDA和RSLDA这6种方法进行系统地比较。实验结果表明,在原始人脸图像中,RSLDA的识别率均在94.82%以上,均高于其他5种方法。当人脸图像存在椒盐噪声时,RSLDA的识别率远高于其他方法。

学科与关键词

关键词
线性判别分析方法稳健稀疏线性判别分析方法椒盐噪声人脸识别识别率
相关
加载中…
  • 基于列选主QR分解和节约型SVD的直接线性鉴别分析(英文)
    胡长晖; 路小波; 杜一君; 陈伍军Journal of Southeast University (English Edition), 2013, (04): 395-399.
  • 正则线性判别分析和最大散度判别分析的算法比较(英文)
    李莉; 高建强井冈山大学学报(自然科学版), 2013, (04): 5-11.
  • 基于稀疏保持拉普拉斯判别分析的特征提取算法
    任迎春; 王志成; 赵卫东; 彭磊同济大学学报(自然科学版), 2016, 44(4).
查看全部 →

发表信息

论文状态
公开发表
期刊
Jiangxi Science
发表日期
2021
卷期
第 39 卷, 第 05 期
页码
938-942
DOI
10.13990/j.issn1001-3679.2021.05.031
成果收录
CHINAJOURNAL
资助标注
江西省教育厅科学技术科技项目(GJJ150591); 2020年度江西省研究生创新专项资金项目(DHYC-202019)

作者

  • 鞠

    鞠厦轶 (第一作者)

    东华理工大学

  • 吕

    吕开云 (通讯)

    东华理工大学

查看全部 3 位作者收起作者
  • 龚

    龚循强

    东华理工大学

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417