不同规模数据集下的人脸识别方法

• 作者: 刘瑾 张乐石 徐可欣
• 来源期刊: 纳米技术与精密工程
• 学科: 工学
• 关键词: 主成分分析法 直接线性判别分析 核直接线性判别分析 非线性 核方法
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 精密测量
• 页码范围: 164-168
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6030.2007.03.002

摘要

系统研究了类内变化和类数目增加所引起的人脸识别中的非线性识别问题,并比较了线性识别方法和非线性识别方法在不同用户集规模下的适用性.采用CAS-PEAL大型人脸数据库中的表情集(330人)和姿势集(1 000人)进行了3组实验.实验结果表明:当训练集的人数在300人(表情集)以内时,增加类内的变化不会对线性识别方法造成影响,并可以提高识别的准确率;但是,当保持类内图片数不变而增加类的数目时,类数(人数)增加对线性方法和非线性方法产生了不同的影响.随着人数增加,线性识别方法的识别准确率逐渐降低,而基于核方法的非线性方法却能够一直保持识别准确率的稳定.因此,应该根据类的总数合理地选择识别方法,并合理地设计类内的图片数,这样有助于提高人脸识别系统的识别率.同时,实验也验证了基于核方法(kernel)的非线性人脸识别方法更适宜于人数规模较大的情况.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐可欣	天津大学精密测试技术及仪器国家重点实验室	194	2590	26.0	39.0
2	刘瑾	天津大学精密测试技术及仪器国家重点实验室	33	370	12.0	18.0
3	张乐石	天津大学精密测试技术及仪器国家重点实验室	3	17	2.0	3.0