基于子空间分析的人脸识别方法研究

• 作者: 刘春香 程宇奇 葛微 陈秋萍
• 来源期刊: 中国光学与应用光学
• 学科: 工学
• 关键词: 人脸识别 子空间分析 线性子空间分析 非线性子空间分析
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 综述
• 页码范围: 377-387
• 分类号: TP391.4
• 字数: 7279字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1531.2009.05.002

摘要

人脸识别技术是模式识别和机器视觉领域的一个重要研究方向,基于子空间分析的特征提取方法是人脸识别中特征提取的主流方法之一.本文对目前应用较多的子空间分析方法进行了研究,具体介绍了线性子空间分析方法:主成分分析(PCA)、线性鉴别分析(LDA)、独立主成分分析(ICA)、快速主成分分析(FastICA),和非线性子空间分析方法:基于核的PCA (KPCA)的基本思想以及这些方法在人脸识别中的研究进展和一些新的研究成果.此外,还应用orl及Yale B人脸库对几个基础的子空间方法进行了验证实验.实验结果表明,在几个子空间分析方法中,FastICA算法取得了最高的识别率.最后,结合实验结果对各算法的优缺点进行了分析总结.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈秋萍		3	61	3.0	3.0
2	刘春香	中国科学院长春光学精密机械与物理研究所	19	171	8.0	12.0
3	程宇奇		3	43	3.0	3.0
4	葛微	中国科学院长春光学精密机械与物理研究所	2	40	2.0	2.0