应用小指数多项式的KPCA+零空间人脸识别

• 作者: 付永生 侯剑 冷严 郭恺
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 人脸识别 小指数多项式 核主分量分析 零空间
• 年，卷（期）: 2006,（22）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 203-205
• 页数: 3页
• 分类号: TP391.42
• 字数: 2930字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2006.22.073

摘要

利用小指数多项式核主分量分析(KPCA)提取人脸样本的非线性特征,提高对光照、姿态及面部表情变化的鲁棒性,构造训练样本的类内散布矩阵零空间,在此零空间内找到令类间离散度最大的投影方向,往此方向投影得到人脸样本的最优分类特征矢量.实验结果表明;该方法的识别率和对光照、姿态及面部表情变化的鲁棒性比Fisher脸方法有显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冷严	山东大学信号与信息处理研究所	7	31	3.0	5.0
2	郭恺	山东大学信号与信息处理研究所	5	25	2.0	5.0
3	付永生	山东大学信号与信息处理研究所	8	45	5.0	6.0
4	侯剑	山东大学信号与信息处理研究所	3	23	2.0	3.0