相关投影分析在特征抽取中的理论和算法研究

在模式识别领域，特别是在图像识别(人脸识别、字符识别和文本分类等)中，有关特征抽取的理论和方法一直是人们研究的热点和关键问题。迄今为止，多元统计分析中的诸多方法已被成功地应用到了这一领域，其中，以主分量分析和Fisher鉴别分析最具代表性。与这两种方法不同的是，我们提出了一种基于相关投影分析（包括典型相关分析、广义典型相关分析和偏最小二乘分析）的特征抽取框架，该框架是建立在两组特征或两个数据矩阵上的特征抽取方法。我们将在已取得的研究成果的基础上，进一步深化对有关理论和方法的研究，拓宽其应用领域。该项目的研究对于促进相关投影分析自身的理论发展，丰富模式识别的特征抽取理论，及其在图像识别方面更为成功的应用，都具有重要的理论和实际意义。该项目研究的主要内容包括：相关投影分析理论的深化研究；线性相关投影分析的非线性推广；直接基于图像矩阵的二维相关投影分析的研究。