一种基于对称性和上下文约束的线性鉴别分析方法

• 作者: 陈凤
• 来源期刊: 西北师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 上下文约束 对称性 人脸识别 线性鉴别分析
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: ?物理学?
• 页码范围: 32-37
• 页数: 6页
• 分类号: TP391.4
• 字数: 4887字
• 语种: 中文
• DOI: 10.16783/j.cnki.nwnuz.2016.04.008

摘要

在充分考虑人脸对称性的基础上，结合图像中像素之间的上下文约束关系，提出了一种改进的图像鉴别方法，即基于对称性和上下文约束的线性鉴别分析方法（SCCLDA ）。为了证明改进算法的优势，本文进一步在原始样本和镜像样本的扩展集合上测试了CCLDA （ECCLDA ）的识别性能。实验研究表明，在人脸受光照、姿态以及表情等外在因素影响情况下， SCCLDA方法比ECCLDA、CCLDA、LDA等方法在人脸识别效果上具有更好的稳定性和更高的准确性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈凤	浙江工商职业技术学院电子与信息工程学院	22	30	3.0	4.0