基于多子空间直和特征融合的人脸识别算法

• 作者: 万叶晶 刘长红 叶继华 李汉曦 王仕民
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 人脸识别 子空间直和 多子空间 特征融合
• 年，卷（期）: 2016,（1）
• 页码范围: 102-107
• 页数: 6页
• 分类号: TP311
• 字数: 4781字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2016.01.010

摘要

多个子空间直和能保证多个子空间数据融合时多个子空间得到的特征向量相互两两正交,融合数据采用该特征表示时冗余最小,更有利于分类识别.本文基于多子空间直和进行特征融合,提出了一种新的人脸识别算法.通过2DPCA算法,首先分别计算所有训练样本归一化后正脸、左侧脸及右侧脸图像的协方差矩阵的各P个最大特征值对应的P个相互正交的特征向量,然后通过选取3个子空间的部分满足直和条件的特征向量组成各自的特征空间(投影空间),再将样本正脸、左侧脸及右侧脸图像分别向各自特征空间投影得到3个特征矩阵,最后将此3个特征矩阵融合为该样本的特征矩阵用于最近邻分类器进行分类识别.最终通过本文3组实验数据的对比说明了该算法能减少计算量并且提高了识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶继华	江西师范大学计算机信息工程学院	59	373	11.0	16.0
2	王仕民	江西师范大学计算机信息工程学院	22	98	6.0	8.0
3	刘长红	江西师范大学计算机信息工程学院	17	104	5.0	9.0
4	万叶晶	江西师范大学计算机信息工程学院	4	23	3.0	4.0
5	李汉曦	江西师范大学计算机信息工程学院	5	8	2.0	2.0