不相關(guān)判別分析算法在人臉識(shí)別中應(yīng)用

　　對(duì)高維數(shù)據(jù)降維并選取有效特征對(duì)分類起著關(guān)鍵作用。針對(duì)人臉識(shí)別中存在的高維和小樣本問(wèn)題，從特征選取和子空間學(xué)習(xí)入手，提出了一種L2.1范數(shù)正則化的不相關(guān)判別分析算法。該算法首先對(duì)訓(xùn)練樣本矩陣進(jìn)行奇異值分解；然后通過(guò)一系列變換，將原非線性的Fisher鑒別準(zhǔn)則函數(shù)轉(zhuǎn)化為線性模型；最后加入L2.1，范數(shù)懲罰項(xiàng)進(jìn)行求解，得到一組最佳鑒別矢量。將訓(xùn)練樣本和測(cè)試樣本投影到該低維子空間中，利用最近歐氏距離分類器進(jìn)行分類。由于加入了L2.1范數(shù)懲罰項(xiàng)，該算法能使特征選取和子空間學(xué)習(xí)同時(shí)進(jìn)行，有效改善識(shí)別性能。在ORL、YaleB及PIE人臉庫(kù)上的實(shí)驗(yàn)結(jié)果表明，算法在有效降維的同時(shí)能進(jìn)一步提高鑒別能力。
?