基于双重特征空间的人脸识别

• 作者: 石跃祥 陈良军 龙丹
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 人脸识别 主成分分析 特征脸加权 特征空间优化 多目标遗传算法
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 多媒体技术
• 页码范围: 112-114
• 页数: 3页
• 分类号: TP391
• 字数: 3235字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7024.2007.01.037

摘要

多目标遗传算法(MOGA)是求解多目标优化问题的有效工具,因而在求解实际问题中得到越来越广泛的应用.PCA是一种基于二阶统计的最小均方误差意义上的最优维数压缩技术,PCA方法所抽取特征的各分量之间是统计不相关的.在人脸识别的实际应用中,将多目标遗传算法引入到PCA所生成的特征空间的优化中,提出基于双重特征空间的人脸识别算法.通过对剑桥ORL库实验表明,该方法与传统的PCA相比,识别率得到明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石跃祥	湘潭大学信息工程学院	84	645	14.0	22.0
2	陈良军	湘潭大学信息工程学院	7	62	4.0	7.0
3	龙丹	湘潭大学信息工程学院	5	15	2.0	3.0