PCA-LDA：PCA versus LDA for face recognition

PCA-LDA：PCA versus LDA for face recognition

---

Abstract

在基于外观的目标识别范例中，通常认为基于LDA（线性判别分析）的算法优于基于PCA（主成分分析）的算法。在这次交流中，我们表明情况并非总是如此。我们首先通过使用直观上合理的参数，然后通过在人脸数据库上显示实际结果来展示我们的案例。我们的总体结论是，当训练数据集较小时，PCA的性能优于LDA，而且PCA对不同的训练数据集不太敏感。

关键词——人脸识别、模式识别、主成分分析、线性判别分析、从欠采样分布学习、小训练数据集。

1 INTRODUCTION

很多文献中报道的任何计算机视觉系统现在都采用基于外观的物体识别范例。基于外观的方法的一个主要优点是，无需为对象创建表示或模型，因为对于给定对象，其模型现在通过选择对象的样本图像隐式定义。

使用基于外观的方法时，我们通常一个像素大小为