一种基于相关性投影的人脸性别分类算法

• 作者: 崔鹏 王越
• 来源期刊: 光电子·激光
• 学科: 工学
• 关键词: 人脸检测 相关性投影 监督学习 性别分类
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 模式识别
• 页码范围: 1036-1044
• 页数: 9页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16136/j.joel.2017.09.0464

摘要

针对于人脸图像检测的有效利用性,为了提高其检测的性能,提出一种新的基于监督学习的优化相关性投影(ORP)人脸性别分类算法,并将其应用到基于Eigenface算法与Fisherface算法的人脸识别中,以及应用WPCA到基于PGA的性别分类中.本文算法首先基于带权主成分分析(WPCA)算法来降低脸部维度,将脸部特征提取出;然后,对其进行优化,同时计算ORP的误差函数;最后,最小化脸部ORP误差函数,计算特征向量的欧式距离,进行人脸性别分类.将提出方法与传统方法进行对比,在FERET数据库上进行了实验,证明了本文方法的有效性,获得了优于传统方法的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔鹏		19	71	6.0	8.0
2	王越		3	0	0.0	0.0