特征采样和特征融合的子图像人脸识别方法

被引：28

作者：

朱玉莲 ^{[1
,2
]}

陈松灿 ^{[2
]}

机构：

[1] 南京航空航天大学计算中心

[2] 南京航空航天大学计算机科学与技术学院

来源：

软件学报 | 2012年 / 23卷 / 12期

关键词：

典型相关分析; 人脸识别; 信息融合; 小样本问题; 子图像; 特征采样;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出一种基于特征采样和特征融合的子图像人脸识别方法(RS-SpCCA).首先,对子图像进行特征采样;然后,将全局特征和采样后的特征使用CCA进行信息融合,以获取包含全局特征和局部特征的相关特征;最后,在相关特征上构建分量分类器.在该方法中,特征采样是为了构建更多且多样的分量分类器;而引入特征融合思想是为了充分利用图像的全局特征.AR,Yale和ORL这3个数据库上的实验结果表明,基于特征采样和特征融合的子图像方法(RS-SpCCA)优于单纯的信息融合方法(SpCCA)和特征采样方法(Semi-RS).

引用

页码：3209 / 3220

页数：12

共 10 条

[1] 基于全局和局部特征集成的人脸识别 [J].

苏煜 ;

山世光 ;

陈熙霖 ;

高文 .

软件学报, 2010, 21 (08) :1849-1862

[2] 子模式典型相关分析及其在人脸识别中的应用 [J].

洪泉 ;

陈松灿 ;

倪雪蕾 .

自动化学报, 2008, (01) :21-30

[3]

Fusion of color, local spatial and global frequency information for face recognition[J] . Zhiming Liu,Chengjun Liu.Pattern Recognition . 2010 (8)

[4]

Recognizing faces using Adaptively Weighted Sub-Gabor Array from a single sample image per enrolled subject[J] . Hamidreza Rashidy Kanan,Karim Faez.Image and Vision Computing . 2009 (3)

[5] Semi-random subspace method for face recognition [J].

Zhu, Yuhan ;

Liu, Jun ;

Chen, Songcan .

IMAGE AND VISION COMPUTING, 2009, 27 (09) :1358-1370

[6]

SubXPCA and a generalized feature partitioning approach to principal component analysis[J] . Kadappagari Vijaya Kumar,Atul Negi.Pattern Recognition . 2007 (4)

[7] A linear discriminant analysis framework based on random subspace for face recognition [J].

Zhang, Xiaoxun ;

Jia, Yunde .

PATTERN RECOGNITION, 2007, 40 (09) :2585-2591

[8] Random sampling for subspace face recognition [J].

Wang, Xiaogang ;

Tang, Xiaoou .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2006, 70 (01) :91-104

[9]

An improved face recognition technique based on modular PCA approach[J] . Rajkiran Gottumukkal,Vijayan K. Asari.Pattern Recognition Letters . 2003 (4)

[10] EIGENFACES FOR RECOGNITION [J].

TURK, M ;

PENTLAND, A .

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

← 1 →