基于FLDA、CPCA与HMM的人脸识别

• 作者: 周士华 张强 赵晶 魏小鹏
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 人脸识别 Fisher线性鉴别分析 隐马尔可夫模型 复主分量分析
• 年，卷（期）: 2008,（16）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 191-193
• 页数: 3页
• 分类号: TP391.41
• 字数: 3476字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.16.059

摘要

为了获得具有较高识别率的算法,提出了一种将Fisher线性鉴别分析(Fisher Linear Discriminant Analysis)、复主分量分析(Principal Analysis in the Complex Space)与隐马尔可夫模型(Hidden Markov Models)相结合进行人脸识别的方法.对于输入的不同光照、人脸表情和姿势的图像先进行归一化处理,然后将归一化后的图像转化成一维向量,再用 FLDA 方法提取每幅图像的特征,形成新的复向量空间;通过运用复主分量分析,来抽取人脸图像的有效鉴别特征;最后通过HMM对这些特征进行训练,得到一个优化的 HMM 并应用于识别.在 ORL 人脸数据库中进行实验,实验结果表明,该方法具有较高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵晶	大连大学辽宁省智能信息处理重点实验室	23	63	4.0	7.0
2	魏小鹏	大连大学辽宁省智能信息处理重点实验室	103	1445	18.0	34.0
4	张强	大连大学辽宁省智能信息处理重点实验室	47	298	10.0	15.0
7	周士华	大连大学辽宁省智能信息处理重点实验室	5	9	2.0	2.0