基于张量的2D-PCA人脸识别算法

• 作者: 叶学义 夏经文 宦天枢 王大安 顾亚风
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 人脸识别 色彩信息 二维主成分分析(2D-PCA) 张量
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 热点与综述
• 页码范围: 1-6
• 页数: 6页
• 分类号: TP391.4
• 字数: 4642字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1608-0390

摘要

人脸图像的色彩信息也是人脸的重要特征,但现有的2D-PCA彩色人脸识别忽略了人脸色彩信息的空间关系.由此引入三阶张量表示,提出基于张量的2D-PCA(Tensor PCA)的人脸识别算法.Tensor PCA通过分解n模总体散布矩阵获得三个由最大特征值对应的特征向量组成的将张量样本投影到低维子空间的投影矩阵,并构造交替最小二乘法的迭代过程对矩阵进行优化得到最优投影矩阵,使得投影后的样本间的距离尽可能得大,以达到最佳分类识别的效果.Georgia Tech彩色人脸库的测试结果表明,与2D-PCA方法相比,识别正确率提升了5.53%,同时训练时间降低了78.1%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾亚风	杭州电子科技大学模式识别与信息安全实验室	5	46	3.0	5.0
2	叶学义	杭州电子科技大学模式识别与信息安全实验室	40	202	8.0	11.0
3	夏经文	杭州电子科技大学模式识别与信息安全实验室	5	25	3.0	5.0
4	宦天枢	杭州电子科技大学模式识别与信息安全实验室	4	24	2.0	4.0
5	王大安	杭州电子科技大学模式识别与信息安全实验室	3	19	2.0	3.0