计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2014年
6期
275-277
,共3页
张智斌%朱俊勇%郑伟诗%王倩%赖剑煌
張智斌%硃俊勇%鄭偉詩%王倩%賴劍煌
장지빈%주준용%정위시%왕천%뢰검황
特征提取%局部鉴别高斯模型%人脸识别
特徵提取%跼部鑒彆高斯模型%人臉識彆
특정제취%국부감별고사모형%인검식별
Feature extraction%Local discriminative Gaussians model%Face recognition
特征提取是人脸识别的关键.特征提取方法一般需要预先把二维图像转化成一维图像向量.然而高维的图像向量会导致不能快速、精确地计算所需的协方差矩阵及其特征向量.针对该问题,提出了一种基于二维局部鉴别高斯的特征提取方法(2D-LDG).该方法继承一维局部鉴别高斯降维方法的优点,其目标函数是留一交叉验证误差的光滑逼近,并且只考虑训练样本的局部分布,对训练样本的全局分布不做任何假设.同时,2D-LDG直接对二维图像做特征提取,不需要事先把图像转化为维数巨大的图像向量,能快速、精确地计算协方差矩阵及其特征向量.在ORL、YaleB人脸数据库上的实验结果表明,2D-LDG特征提取方法有良好的识别效果.
特徵提取是人臉識彆的關鍵.特徵提取方法一般需要預先把二維圖像轉化成一維圖像嚮量.然而高維的圖像嚮量會導緻不能快速、精確地計算所需的協方差矩陣及其特徵嚮量.針對該問題,提齣瞭一種基于二維跼部鑒彆高斯的特徵提取方法(2D-LDG).該方法繼承一維跼部鑒彆高斯降維方法的優點,其目標函數是留一交扠驗證誤差的光滑逼近,併且隻攷慮訓練樣本的跼部分佈,對訓練樣本的全跼分佈不做任何假設.同時,2D-LDG直接對二維圖像做特徵提取,不需要事先把圖像轉化為維數巨大的圖像嚮量,能快速、精確地計算協方差矩陣及其特徵嚮量.在ORL、YaleB人臉數據庫上的實驗結果錶明,2D-LDG特徵提取方法有良好的識彆效果.
특정제취시인검식별적관건.특정제취방법일반수요예선파이유도상전화성일유도상향량.연이고유적도상향량회도치불능쾌속、정학지계산소수적협방차구진급기특정향량.침대해문제,제출료일충기우이유국부감별고사적특정제취방법(2D-LDG).해방법계승일유국부감별고사강유방법적우점,기목표함수시류일교차험증오차적광활핍근,병차지고필훈련양본적국부분포,대훈련양본적전국분포불주임하가설.동시,2D-LDG직접대이유도상주특정제취,불수요사선파도상전화위유수거대적도상향량,능쾌속、정학지계산협방차구진급기특정향량.재ORL、YaleB인검수거고상적실험결과표명,2D-LDG특정제취방법유량호적식별효과.