陈　凤

(浙江工商职业技术学院电子与信息工程学院，浙江宁波　315012)



一种基于对称性和上下文约束的线性鉴别分析方法

陈凤

(浙江工商职业技术学院电子与信息工程学院，浙江宁波315012)

在充分考虑人脸对称性的基础上，结合图像中像素之间的上下文约束关系，提出了一种改进的图像鉴别方法，即基于对称性和上下文约束的线性鉴别分析方法(SCCLDA).为了证明改进算法的优势，本文进一步在原始样本和镜像样本的扩展集合上测试了CCLDA(ECCLDA)的识别性能.实验研究表明，在人脸受光照、姿态以及表情等外在因素影响情况下，SCCLDA方法比ECCLDA、CCLDA、LDA等方法在人脸识别效果上具有更好的稳定性和更高的准确性.

上下文约束；对称性；人脸识别；线性鉴别分析

在图像识别中，人脸识别容易受表情、光照、姿态等外部因素的影响，导致一般的人脸识别方法不能全面的表示这些可能发生的变化，所以很难提高人脸的识别精度.而大量实验表明，更多的训练样本则更容易表示人脸因为光照、表情、姿态等因素所引起的这些变化，因此镜像图像在许多人脸识别的研究中都被单一地用来扩大训练样本的数目，可是这些都缺乏深入的理论研究[1].

虽然人脸图像不具有数学上严格定义的镜像对称，但是事实证明，通过镜像变换后的人脸图像，人们仍然可以很容易地识别出来.因此，近年来人脸的对称性也得到越来越多学者的广泛研究[2-7].Kirby等最早在人脸表征中采用了镜像……