稳健稀疏线性判别分析方法在人脸识别中的应用

作者：鞠厦轶; 吕开云^*; 龚循强

来源：江西科学, 2021, 39(05): 938-942.

DOI：10.13990/j.issn1001-3679.2021.05.031

• 线性判别分析方法
• 稳健稀疏线性判别分析方法
• 椒盐噪声
• 人脸识别
• 识别率

线性判别分析(LDA)是一种在机器学习领域众所周知的监督分类方法,在特征提取方面效果显著。传统的LDA解决了散度矩阵中存在奇异矩阵的问题,但却没有考虑人脸图像中可能存在的椒盐噪声,且无法确定低维空间维数。为此,采用稳健稀疏线性判别分析(Robust Sparse Linear Discriminant Analysis,RSLDA)进行人脸识别,选取公开的人脸库(ORL、CMUPIE、Yale B)对LDA、PCA+LDA、ULDA、OLDA、L21FLDA和RSLDA这6种方法进行系统地比较。实验结果表明,在原始人脸图像中,RSLDA的识别率均在94.82%以上,均高于其他5种方法。当人脸图像存在椒盐噪声时,RSLDA的识别率远高于其他方法。

• 单位
  东华理工大学