[发明专利]一种两维线性鉴别分析的人脸识别方法

摘要

本发明公开了生物模式识别领域中的一种两维线性鉴别分析的人脸识别方法，针对选取的训练样本矩阵计算出亲和矩阵元素，根据亲和矩阵元素计算出类内散度矩阵和类间散度矩阵，根据类内散度矩阵和类间散度矩阵计算出类内散度矩阵的逆与类间散度矩阵乘积的矩阵的特征值以及特征向量，并求出投影矩阵；利用投影矩阵将训练样本矩阵投影到投影空间得到投影后矩阵：采用最近邻分类器对投影后矩阵与测试样本进行分类处理，计算出识别率；本发明融合了两维线性判别分析以及两维局部保持投影方法的优点，不仅可以将原始数据有效降维，还可以保留数据的局部特性，避免了样本数据在拉伸为一维数据时破坏其原有的二维结构，具有高识别率和高效率。

主权项

1.一种两维线性鉴别分析的人脸识别方法，其特征是包括以下步骤：A、选取训练样本矩阵A和测试样本，针对选取的训练样本矩阵A计算出亲和矩阵元素S_ij，亲和矩阵元素i、j分别是亲和矩阵的第i行、第j列，1≤i≤200,1≤j≤200，exp为以e为底的指数函数，A_l,A_k分别为第l和k个人脸训练样本矩阵，1≤l≤200,1≤j≤200，||A_l‑A_k||_F为A_l‑A_k的Frobenius范数，t为调谐参数，1≤t≤100；B、根据亲和矩阵元素S_ij计算出类内散度矩阵S_w和类间散度矩阵S_b，类内散度矩阵类间散度矩阵其中，n为训练样本的总个数，n_c为第c类样本个数，y_l,y_k分别为A_l,A_k的样本类别标签，T为矩阵转置运算；C、根据类内散度矩阵S_w和类间散度矩阵S_b计算出类内散度矩阵S_w的逆与类间散度矩阵S_b乘积的矩阵的特征值λ以及特征向量α，并求出投影矩阵X；D、利用投影矩阵X将训练样本矩阵A投影到投影空间，得到投影后矩阵Y；E、采用最近邻分类器对投影后矩阵Y与测试样本进行分类处理，计算出识别率。