用于人脸识别的张量图优化的Fisher判别分析

摘要

最近提出的图优化的Fisher判别分析(Graph-based Fisher Analysis,简称GbFA)具有很强的判别性能,并成功地应用于人脸识别.但GbFA需要将二维的人脸图像矩阵转化为向量,因此容易丢失像点的空间关系.为此,提出用于人脸识别的张量图优化线性判别分析(Tensor Graph-based Fisher Analysis,简称TGbFA).该算法把二维的人脸图像矩阵看作二维张量数据,并通过GbFA方法迭代求得两个投影矩阵.在Yale和YaleB的人脸库的实验表明,TGbFA算法继承了GbFA的特性,与现有的张量线性判别分析算法相比,TGbFA具有较好的判别性能.