基于KDDA的人脸识别研究
郭丰宁1
陈聪2
1.武汉数字工程研究所,武汉,4300742.中南民族大学计算机科学学院,武汉,430074
摘要：由于PCA 和LDA算法存在小样本问题(Smell Sample Size),结合D-LDA 和Kernel,将线性不可分的低维空间映射到高维空间,并借助于"kernel 技巧"克服了维度灾难问题,并且充分的利用曾经被抛弃的有用信息Null-Space.经过才ORL人脸库的实验表明,此方法比PCA,LDA提高了人脸识别的可分性,并有效地解决了小样本问题.
关键词：PCALDAGDAKDDAKernel小样本问题
分类号：TP391.41(计算技术、计算机技术)
论文发表日期：2009-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 36-38,45 )
英文信息