摘要: 基于典型相关分析和Fisher线性鉴别分析的等价性,提出了利用核典型相关分析来抽取小样本人脸图像的非线性鉴别特征,并用其进行脸像鉴别.这样得到的非线性特征本质上等价于核Fisher非线性最佳鉴别特征.基于ORL库的实验表明,对小样本人脸图像,KCCA可以得到和广义鉴别分析近似的识别性能,其所得非线性特征明显优于FLDA的线性鉴别特征.
中图分类号:
贺云辉, 赵力, 邹采荣. 一种基于KCCA的小样本脸像鉴别方法[J]. 应用科学学报, 2006, 24(2): 140-144.
HE Yun-hui, ZHAO Li, ZOU Cai-rong. Kernel Canonical Correlation Analysis and Application for Face Discrimination[J]. Journal of Applied Sciences, 2006, 24(2): 140-144.