本发明公开了一种基于非线性特征和模型合并的LDA人脸识别方法

其步骤为：(1)划分人脸数据样本集；(2)提取人脸非线性特征集；(3)划分特征组；(4)构建人脸特征模型库；(5)获得全局人脸特征模型；(6)求解线性判别式分析LDA的投影矩阵；(7)投影人脸非线性特征集；(8)采用K最近邻分类器，对投影后的人脸特征进行分类识别

本发明采用非线性特征提取的方法，可以提取到更准确的人脸特征获得更高的识别率，同时，本发明采用特征分组构建模型与合并获得全局模型的方法，避免大矩阵特征分解，计算时间短，模型可重复利用，更适用于大数据场景和分布式场景