基于统计特征的人脸识别研究

• 作者: 宋海周 钱鹰
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 人脸识别 奇异值分解(SVD) 特征向量 特征矩阵 基空间
• 年，卷（期）: 2011,（1）
• 页码范围: 121-126
• 分类号: TP183
• 字数: 4892字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2011.01.025

摘要

奇异值特征向量是用于图像识别的有效代数特征,但直接用奇异值特征向量做匹配进行人脸识别,识别率极低.通过对人脸图像奇异值向量和其对应的左右正交特征矩阵分析,发现图像的奇异值向量与图像的灰度范围具有相关性,即最大奇异值反映了图像灰度范围的位置,其他奇异值反映了灰度范围的宽度,而且与图像奇异值向量对应的左右正交特征矩阵能够表现图像轮廓的结构信息.基此,提出基于奇异值分解(singular value distribution, SVD)的基空间人脸识别算法,并通过ORL和ORL-IC数据库进行仿真,实验结果分析证明了图像的左右正交特征矩阵能够表现图像轮廓的结构信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱鹰	重庆邮电大学医学图像与信息系统研究中心	23	92	5.0	8.0
2	宋海周	重庆邮电大学医学图像与信息系统研究中心	1	4	1.0	1.0