基于白化 PCA图像重构的特征补偿人脸识别新方法

• 作者: 尹贺峰 陈素根
• 来源期刊: 计算机应用研究
• 关键词: 人脸识别 主成分分析 图像重构 特征提取 特征补偿
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2853-2856
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.09.069

摘要

针对基于主成分分析（principal component analysis，PCA）方法在特征提取过程中丢弃高阶统计信息的缺陷，提出了一种基于图像重构的特征补偿人脸识别算法。首先利用白化PCA方法提取原始图像特征，对图像进行重构并计算残差图像；然后对残差图像进行白化PCA特征提取，并将其作为第一次提取特征的有效补偿以得到新的特征；最后用最近邻分类器进行识别分类。在ORL、YALE、XM2VTS和AR人脸数据库上的实验结果验证了算法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈素根	安庆师范学院数学与计算科学学院	32	101	6.0	9.0
2	尹贺峰	江南大学物联网工程学院	7	31	3.0	5.0