通用学习框架结合2DPCA的鲁棒人脸识别

• 作者: 刘凤娟 方丽英
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 鲁棒人脸识别 通用学习框架 最近邻分类器 二维主成分分析 面部伪装 光照变化
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 视频应用与工程
• 页码范围: 177-182
• 页数: 6页
• 分类号: TP391.3
• 字数: 3814字
• 语种: 中文

摘要

针对现有的人脸识别算法由于光照、表情、姿态、伪装等变化而严重影响识别性能的问题,提出了一种基于通用学习框架结合2DPCA的鲁棒人脸识别算法.首先借助于额外的通用训练样本集进行样本的叠加以增加训练样本的数量;然后利用经典的2DPCA算法进行特征提取;最后,利用最近邻分类器对人脸进行分类并完成最终的人脸识别.在基准人脸数据库ORL、FERET及鲁棒人脸数据库AR、扩展YaleB上的实验验证了该算法的有效性及鲁棒性,实验结果表明,相比其他几种人脸识别算法,提出的算法不仅提高了人脸识别率,而且大大地减少了识别所用时间,有望应用于实时鲁棒人脸自动识别系统中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方丽英	北京工业大学电子信息与控制工程学院	30	143	8.0	10.0
2	刘凤娟	内蒙古巴彦淖尔广播电视台技术中心制作部	2	3	1.0	1.0