基于最大间距准则(MMC)新的有效特征提取方法

编号 zgly0000499163

文献类型 期刊论文

文献题名 基于最大间距准则(MMC)新的有效特征提取方法

作者 李勇智  杨静宇  郑宇杰  夏永泉 

作者单位 南京理工大学计算机系  南京林业大学信息科学技术学院 

母体文献 系统仿真学报 

年卷期 2007,19(5)

页码 1061-1066

年份 2007 

分类号 TP391 

关键词 最大间距准则  最佳鉴别矢量  统计不相关  特征提取  人脸识别 

文摘内容 基于最大间距准则(Maximum Margin Criterion, MMC)下, 提出一组具有标准正交性的最佳鉴别矢量的计算方法和一组具有统计不相关性的最佳鉴别矢量的计算方法。这种方法的目的是寻求一组最佳鉴别矢量既要使投影变换后的特征空间的类间散度最大, 而类内散度最小; 又要减小最佳鉴别矢量间的统计相关性。与原MMC特征提取方法相比, 新的特征提取方法降低了甚至消除了最佳鉴别矢量间的统计相关性, 提高了识别率。通过分别在ORL人脸库和NUST603人脸库上实验结果表明提出的具有统计不相关性的MMC特征提取方法在识别率方面整体上好于原MMC特征提取方法和常用的主成分分析(PCA)法。另外, 揭示了MMC准则特征提取与Fisher准则特征提取的内在关系。