典型相关分析融合全局和局部特征的人脸识别

• 作者: 韩越祥
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 人脸识别 典型相关分析 子模式 主成分分析
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 图形图像处理
• 页码范围: 142-146
• 页数: 5页
• 分类号: TP357
• 字数: 3889字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1308-0288

摘要

为了提高人脸的识别率，提出一种典型相关分析融合全局和局部特征的人脸识别算法（SUB-CCA）。通过划分子模式方式避免人脸识别存在小样本、非线性问题，并提取局部特征，采用主成分分析提取人脸图像的全局特征，并采用相关分析算法对全局、局总特征进行融合，消除特征间冗余信息，降低特征维数，采用投票法得到人脸识别结果，并采用3个人脸数据集对算法性能进行测试。仿真结果表明，相对于参比算法，SUB-CCA提高了人脸识别的识别精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩越祥		12	14	2.0	3.0