多姿态人脸识别的改进PCA方法

• 作者: 杜干 潘慧峰
• 来源期刊: 科技与创新
• 关键词: 主分量分析 特征脸 人脸识别 姿态变化
• 年，卷（期）: 2006,（17）
• 所属期刊栏目: 人工智能
• 页码范围: 297-298,10
• 页数: 3页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2006.17.109

摘要

本文研究了在每个对象只有一幅图像可用的情况下进行人脸识别.由于姿态变化所造成的自身遮掩和旋转的非线性,人脸识别的准确率将大大降低,广泛采用的主分量分析方法性能也将随之下降.通过分析用主分量分析生成的正面特征空间中的权值变化,我们发现给这些权值矢量加上系数,系统性能将大大提高.从而,我们提出了多姿态主分量分析方法.在UMIST人脸库上的实验结果表明我们的方法优于著名的特征脸方法,它大大的提高了识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜干	上海大学通信学院	6	112	5.0	6.0
2	潘慧峰	上海大学通信学院	1	18	1.0	1.0