基于分块独立分量分析的人脸识别

• 作者: 陈才扣 黄璞
• 来源期刊: 中国图象图形学报A
• 学科: 工学
• 关键词: 分块 独立分量分析(ICA) 特征提取 人脸识别
• 年，卷（期）: 2009,（9）
• 所属期刊栏目: 图像分析和识别
• 页码范围: 1837-1842
• 页数: 6页
• 分类号: TP391
• 字数: 4508字
• 语种: 中文

摘要

提出了一种基于分块独立分量分析(BICA)的特征提取方法.该方法通过将人脸分块降低了光照条件、人脸表情等外在因素对人脸识别的影响,并先后将分块后重组的矩阵的行和列作为训练样本提取独立分量,由于训练样本维数很小,因此它降低了传统独立分量分析(ICA)方法中存在的高维小样本问题产生的识别错误率,同时减少了识别时间.在Yale人脸库和AR人脸库上验证了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈才扣	扬州大学信息工程学院	65	397	11.0	17.0
2	黄璞	扬州大学信息工程学院	4	59	4.0	4.0