稳健稀疏线性判别分析方法在人脸识别中的应用
Application of Robust Sparse Linear Discriminant Analysis in Face Recognition作者机构:东华理工大学测绘工程学院南昌330013
出 版 物:《江西科学》 (Jiangxi Science)
年 卷 期:2021年第39卷第5期
页 面:938-942页
学科分类:1305[艺术学-设计学(可授艺术学、工学学位)] 13[艺术学] 08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程]
基 金: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)
主 题: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
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。