期刊文献+

局部二维主元分析的人脸识别新方法 被引量:2

A New Face Recognition Approach:Local Two-dimensional Principal Component Analysis
下载PDF
导出
摘要 人脸姿态、表情、光照等变化是影响人脸识别的主要因素,如何减轻这些因素对识别率的影响是人脸识别的研究关键所在。R.G等人提出了MPCA方法,通过对人脸图像进行一次分块处理,减少了这些因素产生的影响。然而MPCA方法只消除了部分影响,仍未能完全解决这一问题。文章提出了一种进行二次分块处理的新方法——局部二维主元分析方法,进一步消除了这些因素所产生的影响。通过在Yale国际标准人脸库及UMIST人脸库上进行验证,该方法大大提高了人脸识别率。 Varieties of pose ,expression and illumination are the factors which impact the face recognition all the time. MPCA method,which could reduce these impacts by dividing the face image into blocks once,was proposed by R.G.In order to reducing these impacts further and a new method is proposed.The experiment results indicate that the novel method is effective.
机构地区 汕头大学工学院
出处 《计算机工程与应用》 CSCD 北大核心 2006年第24期53-55,101,共4页 Computer Engineering and Applications
关键词 人脸识别 特征提取 主元分析 二维主元分析 face recognition, feature extraction, PCA, 2DPCA
  • 相关文献

参考文献4

  • 1M Turk,A Pentland.Eigenfaces for Recognition[J].Journal of Cognitive Neuroscience,1991;3(1):77~86
  • 2Jian Yang,David Zhang,Alejandro F Frangi et al.Two-Dimensional PCA:A New Approach to Appearance-Based Face Representation and Recognition[J].IEEE Trans Pattern Analysis and Machine Intelligence,2004;26(1):131~137
  • 3Rajkiran Gottumukkal,Vijayan K Asari.An improved face recognition technique based on modular PCA approach[J].Pattern Recognition Letters,2004;25 (4):429~436
  • 4Liwei Wang,Xiao Wang,Xuerong Zhang et al.The equivalence of two-dimensional PCA to line-based PCA[J].Pattern recognition Letters,2005; 26(1):57~60

同被引文献16

引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部