基于Cost-Sensitive主成分分析的人脸识别

• 作者: 谢晋 陈延东
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 代价敏感 主成分分析 人脸识别 k最近邻
• 年，卷（期）: 2016,（15）
• 所属期刊栏目: 热点与综述
• 页码范围: 24-28
• 页数: 5页
• 分类号: TP391
• 字数: 4184字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1512-0376

摘要

目前现有的人脸识别算法寻求最高的正确识别率，且假设所有的错误分类具有相同的错分代价，但此假设在现实的人脸识别系统中往往不成立。为此，提出一种基于代价敏感（Cost-Sensitive）主成分分析的人脸识别方法，该方法在主成分分析理论中引入一个代价敏感函数，将不同错误识别所造成的损失进行分类划分，以确定不同的损失代价，实现更精确的人脸识别。在AR、FERET和UMIST人脸数据集上的实验结果表明，与经典的基于子空间的人脸识别方法相比，提出的方法以最少的代价达到了较高的k最近邻分类识别精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢晋	湖北理工学院计算机学院	17	19	2.0	3.0
2	陈延东	武汉理工大学理学院	1	1	1.0	1.0