基于特征融合的人脸图像性别识别

• 作者: 李卫军 李同宇 覃鸿
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 人脸识别 性别识别 全局特征 局部特征 特征融合
• 年，卷（期）: 2013,（6）
• 页码范围: 505-511
• 页数: 7页
• 分类号: TP181
• 字数: 5571字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.201301005

摘要

在人脸图像的性别识别方法研究中，存在同一个人既参与训练又参与测试的情况，所得结论有一定的局限性。针对此问题，建立相互独立的测试集和训练集。传统性别识别模型，受相关参数影响较大，稳定性有待提高，为此，提出一种基于特征融合的人脸图像性别识别方法，采用主成分分析和正交化的线性判别分析相结合的方法表述图像的全局特征，突破传统线性判别分析二分类时秩的限制，采用均衡的局部二值模式方法表述图像的局部特征，将少量全局特征和局部特征相融合，形成人脸图像的性别特征。支持向量机用于实现性别特征的分类。实验结果表明，此方法在具有一定稳定性的同时，能获得较高的识别率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李卫军	中国科学院半导体研究所高速电路与人工神经网络实验室	31	502	10.0	21.0
2	覃鸿	中国科学院半导体研究所高速电路与人工神经网络实验室	16	425	9.0	16.0
3	李同宇	中国科学院半导体研究所高速电路与人工神经网络实验室	1	4	1.0	1.0