一种自适应加权SpPCA单样本人脸识别算法

被引：4

作者：

唐雨佳 ^{[1
]}

周李威 ^{[1
]}

陈耿 ^{[2
]}

朱玉全 ^{[1
]}

机构：

[1] 江苏大学计算机科学与通信工程学院

[2] 南京审计学院信息科学学院

来源：

计算机应用研究 | 2014年 / 31卷 / 09期

关键词：

单样本; 人脸识别; 特征脸; 子模式主成分分析; 信息熵;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

子模式主成分分析(SpPCA)算法忽略了人脸不同分块应该具有不同的重要性。为了解决此问题,提出一种自适应加权SpPCA单样本人脸识别算法,对人脸图像的不同分块自适应地计算其权重。算法对人脸进行分块,按照SpPCA算法将各个分块投影到特征脸的基坐标上,并以每个模块LBP编码的纹理图像信息熵来表征该模块的权值;将模块的权重赋予该模块的特征脸投影,并得到最终分类结果。实验在Yale B和扩展Yale B人脸数据集上进行测试。实验表明,该算法得到了较好的识别结果,有效地弥补了SpPCA算法的不足。

引用

页码：2856 / 2858+2863 +2863

页数：4

共 11 条

[1] 一种局部稀疏判别投影算法 [J].

楼宋江 ;

赵小明 ;

张石清 .

光电子激光, 2013, 24 (07) :1406-1409

[2]

Acquiring linear subspaces for face recognition under variable lighting. Kuang-Chih Lee,Ho, J.,Kriegman, D.J. Pattern Analysis and Machine Intelligence, IEEE Transactions on . 2005

[3]

From few to many: illumination cone models for face recognition under variable lighting and pose. Georghiades AS,Belhumeur PN,Kriegman DJ. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2001

[4]

Multiresolution Gray-Scale and Rotation Invariant Texture Classification with Local Binary Patterns. Timo Ojala,Matti Pietik?inen,Topi M?enp??. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2002

[5] 单样本条件下权重模块2DPCA人脸识别 [J].

唐亮 ;

熊蓉 ;

褚健 .

中国图象图形学报, 2008, 13 (12) :2307-2313

[6]

融合CDI和LBP的人脸特征提取与识别算法[J]. 高志升,袁红照,杨军. 光电子.激光. 2010(01)

[7] 基于MW（2D）2PCA的单训练样本人脸识别 [J].

李欣 ;

王科俊 ;

贲晛烨 .

模式识别与人工智能, 2010, 23 (01) :77-83

[8] 基于虚拟图像的单样本人脸识别方法 [J].

许孝勇 .

计算机工程, 2012, 38 (01) :143-145

[9]

Toward a Practical Face Recognition System: Robust Alignment and Illumination by Sparse Representation. Andrew Wagner,John Wright,Arvind Ganesh. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2012

[10] 采用自适应加权扩展LBP的单样本人脸识别 [J].

高涛 ;

马祥 ;

白璘 .

光电子激光, 2012, 23 (04) :782-790

← 1 2 →