基于子模式行列方向二维线性判别分析特征融合的特征提取

• 作者: 董晓庆 陈洪财
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 人脸识别 特征抽取 扩展二维线性判别分析 子模式 特征融合
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 虚拟现实与数字媒体
• 页码范围: 3593-3598
• 页数: 6页
• 分类号: TP391
• 字数: 5120字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2014.12.3593

摘要

针对人脸识别中表情和光照变化引起的面部变化、灰度不均匀等识别问题,提出一种基于子模式行列方向二维线性判别分析(Sp-RC2 DLDA)的特征提取方法.该方法通过对原图像进行子模式分块处理,能有效提取图像的局部特征,减少表情、光照变化的影响,通过把相同位置的子图像组成子样本集,合理利用了子块间的空间关系,进一步提高了识别率;同时,对各个子样本集分别利用行方向二维线性判别分析(2DLDA)和列方向扩展2DLDA(E2DLDA)进行特征抽取,得到互补的行、列方向子图像特征,并分别把子图像特征组合成原图像的特征矩阵,然后利用一种特征融合方法对行、列方向特征矩阵进行有效融合,对互补的特征空间进行融合有效地改善了识别性能;最后采用最近邻分类器进行人脸识别实验.在Yale及ORL人脸库上的实验结果表明,Sp-RC2DLDA有效地减少了表情和光照变化的影响,具有较好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董晓庆	韩山师范学院物理与电子工程系	20	53	4.0	5.0
2	陈洪财	韩山师范学院物理与电子工程系	24	43	4.0	4.0