二維判別分析研究及人臉識別.pdf

1、科學技術日新月異,我們從現實中采集到的數據越來越復雜,如何有效地描述數據,方便我們對這些數據進行分類、檢索及識別等操作,已成為現實的迫切需要解決的問題。二維圖像特征提取是一種有效的解決方案,它可以降低維數帶來的計算復雜度。
　　論文從二維數據的全局幾何結構入手,綜合考慮其與局部幾何結構的關系,詳細分析了現有學者提出的應用于二維數據判別分析算法,加以改進后提出了自己的算法,集成了二位數據的綜合考慮了全局和局部結構的特征提取算法,主要

2、內容和貢獻有:
　　1)詳細分析了2DLDA的理論基礎,并對其進行了一些改進。參考2DLPP所使用的局部統計結構信息,提出了基于二維圖像的2DEFDC算法(Two-Dimension Enhanced Fisher Discriminate Criterion),算法構造了一個鄰接圖來描述同類別數據的差異性信息,與2DLDA算法所保持的全局統計特性相結合,提出一個增強的Fisher判別準則,在發(fā)現數據內部判別結構的基礎上可以保持幾

3、何分布結構,因此有比較好的泛化能力。
　　2)對2DEFDC存在的一些問題,在邊界數據的處理上可能存在較高的誤判率,某些情況下破壞數據局部相似性結構的可能性等問題,針對性的提出了2DJGLDA(二維判別分析算法Two-Dimension Joint Global and Local Structure Discriminate Analysis)算法,通過構造三個鄰接圖來分別描述同類別數據的差異性結構、同類別數據的相似性結構和不同