×
吕桂福；邹健；王勇

用于人脸识别的增量完整LDA。 （英语） Zbl 1236.68217号

模式识别 45，第7期，2510-2521（2012）.
摘要：完全线性判别分析（CLDA）算法已被证明是人脸识别的有效工具。CLDA方法可以充分利用训练样本的判别信息。然而，CLDA的最初实现可能不适合增量学习问题。在本文中，我们首先提出了一种新的CLDA实现，它在理论上与CLDA的原始实现等效，但比原始实现更有效。然后，基于我们提出的CLDA的新实现，我们提出了增量CLDA方法，该方法可以在向训练集中插入新样本时准确更新CLDA的判别向量。在ORL、AR和PIE人脸数据库上的实验表明，与CLDA的原始实现相比，我们提出的CLDA算法具有更高的效率。

引用于三文件

MSC公司：

68吨10 模式识别、语音识别
62H30型 分类和区分；聚类分析（统计方面）

关键词：

人脸识别；特征提取；降维；小样本问题；增量学习

软件：

KPCA加LDA
PDF格式BibTeX公司 XML格式引用
\textit{G.-F.Lu}等人，模式识别45，第7期，2510--2521（2012；Zbl 1236.68217）
全文： 内政部

参考文献：

[1] 赵，W。；切拉帕，R。；菲利普斯，P。；Rosenfeld，A.，《面部识别：一项文献调查》，ACM Computing Surveys，35，4，399-458（2003）
[2] 共和国杜达。；哈特，体育。；Stok.，D.G.，《模式分类》（2000），John Wiley&Sons：John Willey&Sons New York
[3] Howland，P。；Wang，J。；Park，H.，使用广义判别分析解决人脸识别中的小样本问题，模式识别，39，2，227-287（2006）
[4] Belhumour，P.N。；赫斯帕尼亚，J.P。；Kriegman，D.J.，《特征脸与渔夫脸：使用类特定线性投影的识别》，IEEE模式分析与机器智能学报，19，7，711-720（1997）
[5] Chen，L.F。；廖海云。；Ko，M.T。；Yu，G.J.，一种新的基于LDA的人脸识别系统，可以解决小样本问题，模式识别，33，10，1713-1726（2000）
[6] Yu，H。；Yang，J.，高维数据的直接LDA算法及其在人脸识别中的应用，模式识别，33,11726-1731（2000）
[7] Ye，J。；Janardan，R。；帕克，C.H。；Park，H.，欠采样问题广义判别分析的优化准则，IEEE模式分析和机器智能汇刊，26，8，982-994（2004）
[8] Ye，J。；Xiong，T.，零空间和正交线性判别分析的计算和理论分析，机器学习研究杂志，7，1183-1204（2006）·Zbl 1222.62082号
[9] 郑伟。；Tang，X.，更新双空间LDA判别向量的快速算法，IEEE信息取证与安全事务，4，3，418-427（2009）
[10] 杨，J。；Yang，J.Y.，为什么LDA可以在PCA变换的空间中执行？，模式识别，36，3，563-566（2003）
[11] H.Wang，S.Yan，D.Xu，X.Tang，T.S.Huang，用于降维的跟踪比率与比率跟踪，收录于：IEEE计算机视觉与模式识别会议（CVPR'07），2007年。；H.Wang，S.Yan，D.Xu，X.Tang，T.S.Huang，用于降维的跟踪比率与比率跟踪，收录于：IEEE计算机视觉与模式识别会议（CVPR'07），2007年。
[12] 郭玉凤。；李世杰。；Yang，J.-Y。；舒，T.-T。；Wu，L.-D.，基于广义Fisher判别准则的广义Foley-Samon变换及其在人脸识别中的应用，模式识别字母，24，1-3，147-158（2003）·兹比尔1055.68092
[13] F.Nie，S.Xiang，C.Zhang，《邻里MinMax预测》，摘自：第20届国际人工智能联合会议，海得拉巴，2007年，第993-998页。；F.Nie，S.Xiang，C.Zhang，《邻里MinMax预测》，载于：第20届国际人工智能联合会议，海得拉巴，2007年，第993-998页。
[14] 贾毅。；聂，F。；Zhang，C.，《跟踪比问题再探讨》，IEEE神经网络汇刊，20，4，729-735（2009）
[15] 庞，S。；小泽，S。；Kasabov，N.，《数据流分类的增量线性判别分析》，IEEE系统、人与控制论汇刊B部分：控制论，35，5，905-914（2005）
[16] 查，H。；Simon，H.D.，《关于潜在语义索引中的更新问题》，SIAM科学与统计计算杂志，21，2782-791（1999）·Zbl 0952.65034号
[17] 赵，H。；Yuen，P.C.，人脸识别的增量线性判别分析，IEEE系统、人与控制论汇刊——B部分：控制论，38，1，210-221（2008）
[18] T.-K.Kim，S.F.Wong，B.Stenger，J.Kittler，R.Cipolla，使用充分生成集近似的增量线性判别分析，收录于：IEEE计算机视觉和模式识别会议（CVPR'07），明尼阿波利斯，明尼苏达州，2007年，第1-7页。；T.-K.Kim，S.F.Wong，B.Stenger，J.Kittler，R.Cipolla，使用充分生成集近似的增量线性判别分析，收录于：IEEE计算机视觉和模式识别会议（CVPR'07），明尼阿波利斯，明尼苏达州，2007年，第1-7页。
[19] Kim，T.-K。；斯坦格，B。；Kittler，J。；Cipolla，R.，使用充分生成集的增量线性判别分析及其应用，国际计算机视觉杂志，91，21216-232（2011）·Zbl 1235.68272号
[20] Ye，J。；李，Q。；熊，H。；Park，H.，IDR/QR:通过QR分解的增量降维算法，IEEE知识与数据工程学报，17，9，1208-1222（2005）
[21] 塞维卡普，H。；Neamtu，M。；Wilkes，M。；Barkana，A.，人脸识别的鉴别公共向量，IEEE模式分析和机器智能汇刊，27，1，4-13（2005）
[22] Gulmezoglu，M.B。；Dzhafarov，V。；Barkana，A.，公共向量方法及其与主成分分析的关系，IEEE语音和音频处理汇刊，9，6，655-662（2001）
[23] Golub，G.H。；Loan，C.F.V.，《矩阵计算》（1996），约翰·霍普金斯大学出版社：约翰·霍普金大学出版社，马里兰州巴尔的摩·Zbl 0865.65009号
[24] J.W.丹尼尔。；Gragg，W.B。；考夫曼，L。；Stewart，G.W.，更新Gram-Schmidt QR因式分解的重正交化和稳定算法，计算数学，30，10，772-795（1976）·兹比尔0345.65021
[25] 杨，J。；Frangi，A.F。；杨，J。；张，D。；Jin，Z.，KPCA plus LDA:用于特征提取和识别的完整核Fisher判别框架，IEEE模式分析和机器智能学报，27，2，230-244（2005）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。