基于加权多尺度张量子空间的人脸图像特征提取方法

• 作者: 叶继华 王仕民 王明文 程柏良
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 图像特征 多尺度变换 张量子空间 多线性主成分分析 不确定度
• 年，卷（期）: 2016,（4）
• 页码范围: 791-798
• 页数: 8页
• 分类号: TP391.41
• 字数: 4507字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2016.04.018

摘要

为了不破坏原始数据固有的高阶结构和数据之间的相关性，减少光照对图像特征的影响，并优化多尺度特征的权重，提出了基于加权多尺度张量子空间的图像特征提取方法。采用多尺度小波变换表征图像各个部位特征，使用不确定度权衡每个尺度对图像分类的作用，并组建成多尺度张量子空间，结合多线性主成分分析与线性判别分析算法，降低了图像在处理过程中的成本，保存了高维数据固有结构和相关性，完成对图像特征提取。使用CAS‐PEAL‐R1东方人脸库进行评测，实验结果表明，该图像特征提取算法用于图像识别过程中具有较好的效果，具有一定的可行性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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	王明文	江西师范大学计算机信息工程学院	115	1470	19.0	34.0
4	程柏良	江西师范大学计算机信息工程学院	9	74	5.0	8.0