Laplace平滑变换及其在人脸识别中的应用

• 作者: 何新贵 谭营 顾岁成
• 来源期刊: 中国科学（信息科学）
• 关键词: Laplace平滑变换 人脸识别 主分量分析 余弦变换 小波变换 线性判别分析
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 257-268
• 页数: 12页
• 语种: 中文

摘要

本文主要研究如何从最优化的角度出发,从图像中提取低频特征.首先,基于图像的局部梯度定义了一种图像频率,并基于这种定义,诱导出Laplace平滑变换(LST),将二维图像映射到一维的向量.然后,将LST与学习算法相结合,提出二步子空间学习算法.所提的基于LST的二步子空间方法,对于光照、表情、姿势具有鲁棒性.实验表明,在ORL,Yale和FERET人脸数据库上,墓于LST的人脸识别算法,相对DCT,DWT和PCA等预处理算法,具有更小的识别误差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何新贵	北京大学机器感知与智能教育部重点实验室	33	520	13.0	22.0
5	谭营	北京大学机器感知与智能教育部重点实验室	17	293	8.0	17.0
9	顾岁成	北京大学机器感知与智能教育部重点实验室	1	0	0.0	0.0