论文部分内容阅读
本文提出了一种新的基于典型相关分析的人脸识别算法,叫做二维判别典型相关分析(2D-DCCA)。该算法将2阶张量的概念引入了典型相关分析方法中。传统的典型相关分析方法中,样本是用高维的向量表示的,不仅计算量大,而且常常出现内存不足,协方差矩阵有奇异性等问题。本文算法不仅将样本的向量表达改为矩阵表达,并且充分利用样本的类内和类间信息来优化目标函数,从而使得该算法获得了诸多优点:首先,使得学习出的子空间维数降低,从而计算量和计算时间都大大减少;其次,有效地避免了协方差矩阵的奇异性问题;最后,由于目标函数的