资源描述：
《典型相关分析的理论及其在特征融合中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第28卷第9期计算机学报Vol.28No.92005年9月CHINESEJOURNALOFCOMPUTERSSept.2005典型相关分析的理论及其在特征融合中的应用1),2)1)3)1)孙权森曾生根王平安夏德深1)(南京理工大学计算机系南京210094)2)(济南大学理学院济南250022)3)(香港中文大学计算机科学与工程系香港)摘要利用典型相关分析的思想,提出了一种基于特征级融合的组合特征抽取新方法.首先,探讨了将典型分析用于模式识别的理论构架,给出了其合理的描述.即先抽取同一模式的两组特征矢量,建立描述两组特征矢量之间相关性的判据准则函数,然后依此准则求取两组典型投
2、影矢量集,通过给定的特征融合策略抽取组合的典型相关特征并用于分类.其次,解决了当两组特征矢量构成的总体协方差矩阵奇异时,典型投影矢量集的求解问题,使之适合于高维小样本的情形,推广了典型相关分析的适用范围.最后,从理论上进一步剖析了该方法之所以能有效地用于识别的内在本质.该方法巧妙地将两组特征矢量之间的相关性特征作为有效判别信息,既达到了信息融合之目的,又消除了特征之间的信息冗余,为两组特征融合用于分类识别提出了新的思路.在肯考迪亚大学CENPAR2MI手写体阿拉伯数字数据库和FERET人脸图像数据库上的实验结果证实了该方法的有效性和稳定性,而且识别结果优于已有的特征融合方法
3、及基于单一特征进行识别的方法.关键词典型相关分析;特征融合;特征抽取;手写体字符识别;人脸识别中图法分类号TP391TheTheoryofCanonicalCorrelationAnalysisandItsApplicationtoFeatureFusion1),2)1)3)1)SUNQuan2SenZENGSheng2GenHENGPheng2AnnXIADe2Shen1)(DepartmentofComputerScience,NanjingUniversityofScience&Technology,Nanjing210094)2)(SchoolofScience,J
4、inanUniversity,Jinan250022)3)(DepartmentofComputerScienceandEngineering,TheChineseUniversityofHongKong,HongKong)AbstractInthispaper,basedonfeaturefusion,anewmethodoffeatureextractionisproposedaccordingtotheideaofcanonicalcorrelationanalysis.Atfirst,theframeworkofcanonicalcorre2lationanalys
5、is(CCA)usedinpatternrecognitionisdiscussedanditsreasonabledescriptionisgiv2en.Thiscomprisesthreesteps:extractingtwosetsoffeaturevectorswiththesamepatternandestablishingthecorrelationcriterionfunctionbetweenthetwosetsoffeaturevectors;solvingthetwosetscanonicalprojectivevectorsandextractingt
6、heircanonicalcorrelationfeaturesbytheCCAalgorithm;doingfeaturefusionforclassificationbyusingproposedstrategy.Then,theproblemofcanonicalprojectionvectorsissolvedwhentwocovariancematricesoftrainingsamplesaresingular.Thismethodisadaptedtosmallsamplesizeandhigh2dimensionalproblems,sotheapplica
7、blerangeofCCAisextendedintheory.Atlast,theinherentessenceofthismethodusedinrecognitionisanalyzedfurtherintheory.Theproposedmethodusescorrelationfeaturesoftwogroupsoffeaturevectorsaseffectivediscriminantinformation,soitnotonlyissuitableforinfor2mationfusion,but
