改进主成分分析与低秩投影的鲁棒性人脸识别

• 作者: 卢涤非 斯进 袁莹
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 主成分分析 人脸识别 低秩投影 特征提取
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 图像信息处理
• 页码范围: 68-71
• 分类号: TP391
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2015.07.068

摘要

针对光照变化、姿态变化等条件下人脸鲁棒性差的难题,提出了一种改进主成分分析与低秩投影的鲁棒性人脸识别算法.首先利用改进主成分分析对人脸图像进行学习,形成低秩稀疏误差矩阵,然后根据稀疏误差图像计算平滑度和边缘,并进行加权实现人脸识别,最后进行仿真实验.结果表明,相对于当前经典人脸识别算法,本文算法获得更高的人脸识别率,并且具有较强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢涤非		11	38	4.0	6.0
2	斯进		16	113	6.0	10.0
3	袁莹		4	2	1.0	1.0