基于ICA多特征融合的人脸识别

• 作者: 周昌军 张强 白春光 魏小鹏
• 来源期刊: 应用基础与工程科学学报
• 学科: 工学
• 关键词: 离散余弦变换 奇异值分解 非负矩阵分解 独立成份分析 融合 人脸识别文献标识吗 A
• 年，卷（期）: 2009,（5）
• 页码范围: 799-809
• 页数: 11页
• 分类号: TP391
• 字数: 1723字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-0930.2009.05.019

摘要

提出了一种基于特征融合的人脸识别方法.该方法首先对预处理后的人脸图像进行全局特征及局部分量的提取,分别采用离散余弦交换(DCT)提取包含图像大量信息的低频部分特征和奇异值分解(SVD)抽取图像的代数特征作为图像的全局特征,采用非负矩阵分解(NMF)提取图像的局部分量特征,然后将此两类特征以独立成份分析(ICA)进行融合,获取用于人脸识别的特征向量.在本文的实验中,我们将此特征向量应用于支持向量机(SVM)进行分类训练及识别测试,并获得较好的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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
2	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
3	周昌军	大连大学辽宁省智能信息处理重点实验室	6	6	1.0	1.0
4	白春光	大连理工大学管理学院	2	2	1.0	1.0