高 燕，明曙军，刘永俊

（常熟理工学院 计算机科学与工程学院，江苏 常熟 215500）

0 引 言

近年来，人脸识别作为一门既有理论价值又有应用价值的研究课题，越来越受到研究者的关注，各种各样的人脸识别方法层出不穷[1-13].对线性子空间方法中经典的主成分分析方法（PCA[2]）、Fisher线性鉴别分析方法（FLDA[13]）和最大散度差鉴别分析方法（MSLDA[3]）进行研究发现，这三种方法都需要平均样本来进行人脸识别.由于在训练样本中存在的干扰样本会影响人脸的识别率，所以需要去除干扰样本，本文通过中间样本的提取来避免提取平均样本时干扰样本的干扰.

对人脸识别的研究中，一般都是基于灰度图像的，但是在真实生活中人脸是彩色的，随着计算机技术的不断发展，彩色图像[5]处理也成为了热门的课题.已有研究发现，利用彩色信息相对于灰度图像[2]能提高人脸图像的识别率，因此，越来越多的研究者开始利用人脸图像的彩色信息来提高人脸识别算法的性能.而彩色的人脸识别[8-10]基本思路是将彩色图像通过某种变换转化为灰度图像，然后基于灰度图像进行彩色人脸的识别，加上本文提出的中间样本的人脸识别，能够更加有效地提高人脸识别的识别率.

1 线性鉴别分析方法简述

人脸图像训练样本集{x1,x2,···,xN}，xi为n维向量.训练样本分为 K 类，记为C1,C2,···,CK，且Ci类包含Ni个训练样本.则所有样本的均值向量为

可见，St是所有样本的协方差矩阵.

FLDA算法的目标就是找到最佳投影方向Wopt，就是使……