摘要
主成分分析(PCA)和线性判别分析(LDA)是统计模式识别地里的二种流行特征抽取技术。不能直接由于小样品尺寸问题LDA被用于基于外观的面貌识别任务。作为后果，很多基于LDA的面部特征抽取技术被建议相继地处理这个问题。Nullspace方法是在他们之中的最有效的方法之一。Nullspace方法试着发现在在内班scatter矩阵的零空间最大化在班之间scatter的一套判别式向量。它的判别式向量的计算将涉及在一个高度维的矩阵上执行奇异值分解。它通常消费记忆、费时间。在统计分析在Nullspace方法和变化的系数的概念借关键想法我们在场新奇面部特征抽取法，即，判别式基于在这篇论文的变化(DCV)的系数。在FERET和AR脸图象数据库上执行的试验性的结果证明DCV是与Eigenfaces，Nullspace方法，和另外的最先进的美容比较的一种有希望的技术特征抽取法。电子增补材料这篇文章(doi:10.1007/s11390-007-9070-2)的联机版本contatins增补材料，它对授权用户可得到。
出版日期
2007年04月14日（中国期刊网平台首次上网日期，不代表论文的发表时间）
