论文部分内容阅读
针对人脸识别领域中的经典特征提取算法PCA、LDA、SVD的一些不足,提出一种基于典型代数统计的人脸特征提取的融合算法.该特征提取方法将PCA、LDA、SVD特征有机融合起来,并能通过调整权值系数使组合前不同特征向量的信息贡献比例达到最优,从原理上实现了Fisherface特征和SVD特征在物理意义上的互补.在ORL和Yale人脸数据库上的BP神经网络分类器仿真实验表明,融合算法无论在识别正确率上还是识别效率上均高于传统的PCA、SVD、LDA和经典的Fisher脸特征提取方法.