基于L-p范数的二维最大间距准则及其在人脸识别中的应用

来源：电子测量技术杂志2017年第12期北京时间：

作者：张仕霞

单位：华中师范大学计算机学院 武汉 430079

摘要：在二维图像投影降维时,经常使用L2范数和L1范数构建降维模型,在一定程度上实现了降维的目标。但是这些方法只适用于单一范数,有很大局限。本文提出了一个新的方法,降维目标函数采用Lp范数（1≤p≤2）,这种方法可以构建更加一般化的降维模型,适用于所有同类模型的求解,p=1和p=2可以视作这个模型的特殊情况。所提的方法比单一的L1或L2范数具有更强的灵活性,能够适应不同问题。本文采用目标函数为Lp范数的二维最大间距准则,同时定义了类内离散因子对原始数据降维。通过在ORL和Yale以及加噪数据库上的实验表明本文方法具有更好的鲁棒性和高效性。

关键词：二维最大间距准则;特征提取;人脸识别;L-p范数

基金资助：国家社会科学基金(13BTQ050)项目资助