论文部分内容阅读
人脸识别是模式识别领域的一个重要研究课题。而“PCA+LDA”的两步骤方法是一种非常有名的，用于高维空间及处理奇异情况的方法。通过对这个两步骤方法的理论与应用的研究，本文指出，应用“PCA+LDA”方法有其本身的理论缺陷，通过一个简单的例子，本文说明了，在某种情况下，经过PCA步骤将维数不管降至多低，都无法保证在LDA中，类内差异矩阵的非奇异性，从而导致了LDA的应用失败。对此，本文提出一个新的判别准则：“逆Fisher判别准则”，并据此提出了一种新的判别分析方法：逆Fisher判别分析方法。另外，通过在PCA过程中加入与类别有关的特征选择规则，并结合逆Fisher判别分析方法，本文得出一种新的两步骤框架：“带特征选择的PCA”+“逆Fisher判别分析”。最后，本文实现了新方法的算法，并通过实验说明了这个新方法的有效性以及比原来Fisher脸方法的优越性。另外，本文的方法甚至可以应用在每类训练样本数为1的情况下。