融合全局与局部特征的子空间人脸识别算法

• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 人脸识别 主成分分析 局部特征 全局特征 模糊综合
• 年，卷（期）: 2005,（10）
• 所属期刊栏目: 研究论文与技术报告
• 页码范围: 1657-1663
• 页数: 7页
• 分类号: TP18
• 字数: 6172字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2005.10.011

摘要

文章的工作基于子空间分析框架,从特征融合的角度模拟人类视觉系统的自适应识别功能进行人脸识别.首先,利用主成分分析(Principal Component Analysis,PCA)提取人脸全局特征,在一个低维的"人脸子空间"中依照最近邻法则匹配测试样本;然后,针对人脸局部特征,提出了一种根据各局部子块(如眉、眼、鼻、嘴)的特征偏离程度进行自动加权的算法;最后,基于模糊综合的原理对全局与局部特征进行数据融合,给出最终识别结果.实验表明,该算法能很好地结合人脸图像全局和局部的互补信息,识别效果优于各单一模块的分类性能.