自动化学报
自動化學報
자동화학보
ACTA AUTOMATICA SINICA
2006年
3期
386-392
,共7页
高全学%潘泉%梁彦%张洪才%程咏梅
高全學%潘泉%樑彥%張洪纔%程詠梅
고전학%반천%량언%장홍재%정영매
主成分分析%特征脸%描述特征%人脸识别
主成分分析%特徵臉%描述特徵%人臉識彆
주성분분석%특정검%묘술특정%인검식별
针对基于主成分分析识别人脸存在计算复杂、不能准确地估计训练图像的协方差矩阵等问题,提出了一种基于描述特征的人脸识别算法(Expressive feature face recognitionalgorithm,EFFRA).该算法用训练图像的右奇异向量代替PCA求解的子空间的基向量,避免了将人脸图像转换成图像向量,明显降低了计算复杂性.进一步研究发现,EFFRA提取的每一个主成分向量中含有冗余,在此基础上,利用PCA实现了EFFRA的简化算法(MEFFRA),在ORL和Essex数据库上的实验结果表明,EFFRA及MEFFRA明显优于特征脸算法,MEFFRA的识别精度略好于EFFRA,但明显减少了对存储空间的需求.
針對基于主成分分析識彆人臉存在計算複雜、不能準確地估計訓練圖像的協方差矩陣等問題,提齣瞭一種基于描述特徵的人臉識彆算法(Expressive feature face recognitionalgorithm,EFFRA).該算法用訓練圖像的右奇異嚮量代替PCA求解的子空間的基嚮量,避免瞭將人臉圖像轉換成圖像嚮量,明顯降低瞭計算複雜性.進一步研究髮現,EFFRA提取的每一箇主成分嚮量中含有冗餘,在此基礎上,利用PCA實現瞭EFFRA的簡化算法(MEFFRA),在ORL和Essex數據庫上的實驗結果錶明,EFFRA及MEFFRA明顯優于特徵臉算法,MEFFRA的識彆精度略好于EFFRA,但明顯減少瞭對存儲空間的需求.
침대기우주성분분석식별인검존재계산복잡、불능준학지고계훈련도상적협방차구진등문제,제출료일충기우묘술특정적인검식별산법(Expressive feature face recognitionalgorithm,EFFRA).해산법용훈련도상적우기이향량대체PCA구해적자공간적기향량,피면료장인검도상전환성도상향량,명현강저료계산복잡성.진일보연구발현,EFFRA제취적매일개주성분향량중함유용여,재차기출상,이용PCA실현료EFFRA적간화산법(MEFFRA),재ORL화Essex수거고상적실험결과표명,EFFRA급MEFFRA명현우우특정검산법,MEFFRA적식별정도략호우EFFRA,단명현감소료대존저공간적수구.
