基于加權鑒別張量準則的人臉識別算法研究.pdf

1、特征提取一直是人臉識別的技術難點和研究重點。張量數據因其多維的優(yōu)勢，能夠有效地表達人臉圖像特征，保證其特征結構的完整性。多線性代數為張量數據提供了有效的數據分析方法，對于線性鑒別分析的多線性擴展逐漸成為研究熱點。
　　首先，在多類識別問題中，現有的基于Fisher準則的張量鑒別分析方法過分地強調了邊緣類在特征分解過程中的主導作用。為解決此類問題，本文提出了逐對的加權鑒別張量準則（WDTC），基于類間距離較小的類別賦予較高權重的原則

2、，運用簡單高效的歐式距離設計權函數，對張量樣本的類間散度矩陣進行修正。并在此基礎上，提出了加權張量鑒別分析（WTDA）方法，從而提高張量鑒別分析方法的鑒別能力。
　　其次，經過加權張量鑒別分析方法提取的特征之間一般是統(tǒng)計相關的，仍然存在一定的冗余信息。因此，我們提出基于加權鑒別張量準則的統(tǒng)計不相關鑒別分析（WDTUDA）方法。其在加權鑒別張量準則基礎上增加不相關約束，迭代地求解張量子空間中的統(tǒng)計不相關特征。
　　最后，考慮到