基于Gabor变换和双方向PCA的人脸识别

被引:4
作者
聂祥飞 [1 ]
谭泽富 [1 ]
郭军 [2 ]
机构
[1] 重庆三峡学院物理与电子工程学院
[2] 北京邮电大学信息工程学院
关键词
人脸识别; 小样本问题; 双方向PCA; Gabor变换;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
提出了一种可以解决小样本问题的人脸识别新算法。算法首先把人脸图像经过Gabor小波变换后得到的每个输出图像都看成是独立的样本,从而大大增加了每一类人脸样本的样本数。然后采用双方向PCA算法来提取人脸特征,并专门设计了针对人脸特征矩阵的最近邻分类器和最小距离分类器来进行分类判决。在ORL人脸库和FERET人脸库中的实验结果表明,算法能有效地解决人脸识别中的小样本问题,甚至当每类训练样本数仅为1时,也能得到较高的识别率。
引用
收藏
页码:13 / 15+113 +113
页数:4
相关论文
共 3 条
[1]  
Jian Yang,Jing-yu Yang.From image vector to matrix: a straightforward image projection technique—IMPCA vs. PCA[J].Pattern Recognition,2002
[2]   The FERET database and evaluation procedure for face-recognition algorithms [J].
Phillips, PJ ;
Wechsler, H ;
Huang, J ;
Rauss, PJ .
IMAGE AND VISION COMPUTING, 1998, 16 (05) :295-306
[3]   EIGENFACES FOR RECOGNITION [J].
TURK, M ;
PENTLAND, A .
JOURNAL OF COGNITIVE NEUROSCIENCE, 1991, 3 (01) :71-86