基于多元混合高斯分布的多分类人脸识别方法

• 作者: 王士同 袁少锋
• 来源期刊: 计算机应用研究
• 关键词: 重尾噪声 多元混合高斯分布 参数估计 核函数 贝叶斯理论
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2868-2871
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.09.079

摘要

针对实际人脸图像含有的噪声模型常常表现出的非高斯特性,该非高斯特性具有较厚重的拖尾现象,提出一种基于多元混合高斯分布的多分类人脸识别方法.该方法将多元混合高斯分布、核函数、概率密度函数估计中的参数估计以及贝叶斯理论结合起来,能对含有重尾噪声的人脸图像有较高的识别率.用ORL标准人脸库进行验证,实验结果表明了可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学数字媒体学院	528	3424	23.0	37.0
2	袁少锋	江南大学数字媒体学院	3	14	2.0	3.0