计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2014年
12期
3593-3598
,共6页
人脸识别%特征抽取%扩展二维线性判别分析%子模式%特征融合
人臉識彆%特徵抽取%擴展二維線性判彆分析%子模式%特徵融閤
인검식별%특정추취%확전이유선성판별분석%자모식%특정융합
face recognition%feature extraction%Extended Two-Dimensional Linear Discriminant Analysis (E2DLDA)%sub-pattern%feature fusion
针对人脸识别中表情和光照变化引起的面部变化、灰度不均匀等识别问题,提出一种基于子模式行列方向二维线性判别分析(Sp-RC2 DLDA)的特征提取方法.该方法通过对原图像进行子模式分块处理,能有效提取图像的局部特征,减少表情、光照变化的影响,通过把相同位置的子图像组成子样本集,合理利用了子块间的空间关系,进一步提高了识别率;同时,对各个子样本集分别利用行方向二维线性判别分析(2DLDA)和列方向扩展2DLDA(E2DLDA)进行特征抽取,得到互补的行、列方向子图像特征,并分别把子图像特征组合成原图像的特征矩阵,然后利用一种特征融合方法对行、列方向特征矩阵进行有效融合,对互补的特征空间进行融合有效地改善了识别性能;最后采用最近邻分类器进行人脸识别实验.在Yale及ORL人脸库上的实验结果表明,Sp-RC2DLDA有效地减少了表情和光照变化的影响,具有较好的鲁棒性.
針對人臉識彆中錶情和光照變化引起的麵部變化、灰度不均勻等識彆問題,提齣一種基于子模式行列方嚮二維線性判彆分析(Sp-RC2 DLDA)的特徵提取方法.該方法通過對原圖像進行子模式分塊處理,能有效提取圖像的跼部特徵,減少錶情、光照變化的影響,通過把相同位置的子圖像組成子樣本集,閤理利用瞭子塊間的空間關繫,進一步提高瞭識彆率;同時,對各箇子樣本集分彆利用行方嚮二維線性判彆分析(2DLDA)和列方嚮擴展2DLDA(E2DLDA)進行特徵抽取,得到互補的行、列方嚮子圖像特徵,併分彆把子圖像特徵組閤成原圖像的特徵矩陣,然後利用一種特徵融閤方法對行、列方嚮特徵矩陣進行有效融閤,對互補的特徵空間進行融閤有效地改善瞭識彆性能;最後採用最近鄰分類器進行人臉識彆實驗.在Yale及ORL人臉庫上的實驗結果錶明,Sp-RC2DLDA有效地減少瞭錶情和光照變化的影響,具有較好的魯棒性.
침대인검식별중표정화광조변화인기적면부변화、회도불균균등식별문제,제출일충기우자모식행렬방향이유선성판별분석(Sp-RC2 DLDA)적특정제취방법.해방법통과대원도상진행자모식분괴처리,능유효제취도상적국부특정,감소표정、광조변화적영향,통과파상동위치적자도상조성자양본집,합리이용료자괴간적공간관계,진일보제고료식별솔;동시,대각개자양본집분별이용행방향이유선성판별분석(2DLDA)화렬방향확전2DLDA(E2DLDA)진행특정추취,득도호보적행、렬방향자도상특정,병분별파자도상특정조합성원도상적특정구진,연후이용일충특정융합방법대행、렬방향특정구진진행유효융합,대호보적특정공간진행융합유효지개선료식별성능;최후채용최근린분류기진행인검식별실험.재Yale급ORL인검고상적실험결과표명,Sp-RC2DLDA유효지감소료표정화광조변화적영향,구유교호적로봉성.
