融合多尺度多特征的人脸识别方法

• 作者: 严云洋 杨静宇 郭志波 陈伏兵
• 来源期刊: 南京理工大学学报(自然科学版)
• 学科: 工学
• 关键词: 多尺度 低频 奇异值 特征融合 人脸识别
• 年，卷（期）: 2009,（1）
• 页码范围: 47-52
• 页数: 6页
• 分类号: TP391.41
• 字数: 5593字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9830.2009.01.010

摘要

为降低光照、噪音、姿态等变化的影响,减少有效局部信息的损失,提出了使用图像的变换特征,及多尺度分块线性鉴别分析的算法.将图像进行多尺度划分,对划分后的每个子图像分别抽取其低频部分或奇异值,组合起来作为该图像的特征向量,进行线性鉴别分析.针对单一特征表示图像时的局限性,又提出了融合多尺度低频特征和多尺度奇异值特征进行人脸识别的方法.在ORL和Yale人脸库上的实验结果显示,所提出的算法识别精度明显提高,泛化能力较强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨静宇	南京理工大学计算机科学与技术学院	623	11098	50.0	74.0
2	陈伏兵	南京理工大学计算机科学与技术学院	20	589	15.0	20.0
3	郭志波	南京理工大学计算机科学与技术学院	32	152	7.0	10.0
7	严云洋	淮阴工学院计算机工程系	16	187	6.0	13.0