通用学习框架结合2DPCA的鲁棒人脸识别
통용학습광가결합2DPCA적로봉인검식별
Robust Face Recognition Based on Fusion of 2DPCA with Generic Learning Framework
  • 万方数据
    电视技术 전시기술
    TV ENGINEERING
    2014年 11期 177-182 ,共6页

    刘凤娟%方丽英

    류봉연%방려영

    鲁棒人脸识别%通用学习框架%最近邻分类器%二维主成分分析%面部伪装%光照变化 魯棒人臉識彆%通用學習框架%最近鄰分類器%二維主成分分析%麵部偽裝%光照變化
    로봉인검식별%통용학습광가%최근린분류기%이유주성분분석%면부위장%광조변화
    robust face recognition%generic learning framework%nearest neighbor classifier%two-dimensional principle component analysis%face masked%illustration variation
    针对现有的人脸识别算法由于光照、表情、姿态、伪装等变化而严重影响识别性能的问题,提出了一种基于通用学习框架结合2DPCA的鲁棒人脸识别算法.首先借助于额外的通用训练样本集进行样本的叠加以增加训练样本的数量;然后利用经典的2DPCA算法进行特征提取;最后,利用最近邻分类器对人脸进行分类并完成最终的人脸识别.在基准人脸数据库ORL、FERET及鲁棒人脸数据库AR、扩展YaleB上的实验验证了该算法的有效性及鲁棒性,实验结果表明,相比其他几种人脸识别算法,提出的算法不仅提高了人脸识别率,而且大大地减少了识别所用时间,有望应用于实时鲁棒人脸自动识别系统中.
    침대현유적인검식별산법유우광조、표정、자태、위장등변화이엄중영향식별성능적문제,제출료일충기우통용학습광가결합2DPCA적로봉인검식별산법.수선차조우액외적통용훈련양본집진행양본적첩가이증가훈련양본적수량;연후이용경전적2DPCA산법진행특정제취;최후,이용최근린분류기대인검진행분류병완성최종적인검식별.재기준인검수거고ORL、FERET급로봉인검수거고AR、확전YaleB상적실험험증료해산법적유효성급로봉성,실험결과표명,상비기타궤충인검식별산법,제출적산법불부제고료인검식별솔,이차대대지감소료식별소용시간,유망응용우실시로봉인검자동식별계통중.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문