在人脸识别中,可得到的训练样本数往往远小于人脸图像样本的维数,此问题称为人脸识别中的小样本问题。小样本问题导致各种基于Rayleigh商的特征抽取算法存在病态问题,并且使得使用较少的训练样本难以获得推广性较好的识别性能。本书针对小样本条件下的人脸图像特征抽取和识别存在的困难,提出了几种人脸识别的算法,通过这些算法可以大幅提高人脸识别的准确率,本书的研究成果大致可以归纳为以下几个方面:提出了基于最大间距准则的鉴别保局影算法、正交的完备鉴别保局投影算法;从理论上证明了KGE内的各种算法其实质是KPCA+LGE框架内相应的各种线性算法;针对图嵌入算法在构建近邻图时须预先选择近邻参数的问题,提出了一种有监督的人脸特征抽取算法——鉴别稀疏邻域保持嵌入算法。
展开