基于单视图多模式的人脸识别方法

被引：2

作者：

张秋和 ^{[1
]}

王文伟 ^{[1
]}

刘洪阳 ^{[2
]}

机构：

[1] 武汉大学电子信息学院

[2] 吉林大学公共卫生学院

来源：

吉林大学学报(信息科学版) | 2006年 / 03期

基金：

教育部留学回国人员科研启动基金;

关键词：

局部线性鉴别分析; 降低维数; 特征提取; 子空间描述;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

人脸具有丰富的表情变化,而且受光照强度、成像角度和成像时间等诸多因素的影响,这些因素都给人脸自动识别造成很大的困难。针对这些问题,笔者提出了一种局部线性鉴别分析(LLDA:Locally L inearD iscrim inantAnalysis)的非线性鉴别分析方法,其根本思想是:全局非线性数据结构可由局部线性和局部结构的线性组合表示。样本的特征矢量通过线性转换构成局部特征子空间,使类间散度最大而类内散度最小。该方法适用于多类非线性鉴别。实验表明,在低维子空间、姿态变化和单视图表示的人脸识别中是很有效的。

引用

页码：330 / 335

页数：6