判别共同法向量方法结合格拉斯曼流形的人脸识别

• 作者: 包莹莹 徐平平 徐燕华 王华君
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 人脸识别 判别共同法向量方法 鲁棒性 格拉斯曼流形 投票方法 自熵图像
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 开发应用
• 页码范围: 66-70
• 页数: 5页
• 分类号: TP391.4
• 字数: 3143字
• 语种: 中文

摘要

提出了判别共同法向量结合格拉斯曼流形的人脸识别方法.使用自熵图像表示人脸;利用判别共同法向量方法提取特征,并利用字典学习优化特征矩阵;将提取的特征表示在格拉斯曼流形上,对格拉斯曼流形上的点进行有效聚类,并利用投票方法完成分类.在Caltech和AR人脸数据库上的实验结果表明,相比其他几种较新的表情和光照人脸识别方法,提出的方法取得了最高的识别率,且明显减少了执行时间,对人脸表情和光照变化具有鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐平平	东南大学信息科学与工程学院	76	346	9.0	14.0
2	王华君	无锡太湖学院工学院	23	55	5.0	6.0
3	徐燕华	无锡太湖学院工学院	14	64	4.0	8.0
4	包莹莹	无锡太湖学院工学院	10	32	3.0	5.0