论文部分内容阅读
本文推广了从类平均向量中提取判别信息的K-L展开方法,使其适用于小样本问题的特征抽取,并从理论上较深入地探讨了高维、奇异情况下如何降低计算量的问题,给出了一个简单而高效的算法.在ORL标准人脸库上进行测试.由本文算法抽取的持征在最小距离分类器和最近邻分类器下均达到96%的正确识别率,这一结果大大优于经典的特征脸方法和Fisherfaces方法在该库上的识别结果.