基于白化PCA图像重构的特征补偿人脸识别新方法

被引：8

作者：

陈素根 ^{[1
]}

尹贺峰 ^{[2
]}

机构：

[1] 安庆师范学院数学与计算科学学院

[2] 江南大学物联网工程学院

来源：

计算机应用研究 | 2015年 / 32卷 / 09期

关键词：

人脸识别; 主成分分析; 图像重构; 特征提取; 特征补偿;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对基于主成分分析(principal component analysis,PCA)方法在特征提取过程中丢弃高阶统计信息的缺陷,提出了一种基于图像重构的特征补偿人脸识别算法。首先利用白化PCA方法提取原始图像特征,对图像进行重构并计算残差图像;然后对残差图像进行白化PCA特征提取,并将其作为第一次提取特征的有效补偿以得到新的特征;最后用最近邻分类器进行识别分类。在ORL、YALE、XM2VTS和AR人脸数据库上的实验结果验证了算法的有效性。

引用

页码：2853 / 2856

页数：4

共 16 条

[1]

Face recognition based on PCA image reconstruction and LDA[J] . Changjun Zhou,Lan Wang,Qiang Zhang,Xiaopeng Wei. &nbspOptik - International Journal for Light and Electron Optics . 2013

[2] Lp范数约束下的最大化L1范数主成分分析 [J].

梁志贞 ;

李勇 ;

夏士雄 ;

周勇 .

模式识别与人工智能, 2013, 26 (02) :211-218

[3]

Locality preserving projections. Xiaofei HE,,Partha Niyogi. Neural Information Processing System . 2003

[4]

Color Face Recognition Using QuaternionPCA. Jaha, Emad S,Ghouti, Lahouari. 4th International conference ICDP . 2011

[5] Nonlinear component analysis as a kernel eigenvalue problem [J].

Scholkopf, B ;

Smola, A ;

Muller, KR .

NEURAL COMPUTATION, 1998, 10 (05) :1299-1319

[6] Generalized discriminant analysis using a kernel approach [J].

Baudat, G ;

Anouar, FE .

NEURAL COMPUTATION, 2000, 12 (10) :2385-2404

[7]

From image vector to matrix: a straightforward image projection technique—IMPCA vs. PCA[J] . Jian Yang,Jing-yu Yang. &nbspPattern Recognition . 2002 (9)

[8] Robust Principal Component Analysis? [J].

Candes, Emmanuel J. ;

Li, Xiaodong ;

Ma, Yi ;

Wright, John .

JOURNAL OF THE ACM, 2011, 58 (03)

[9] EIGENFACES FOR RECOGNITION [J].

TURK, M ;

PENTLAND, A .

JOURNAL OF COGNITIVE NEUROSCIENCE, 1991, 3 (01) :71-86

[10]

Two-dimensional PCA: a new approach to appearance-based face representation and recognition. Jian Yang,David Zhang,Alejandro F Frangi,et al. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2004

← 1 2 →