基于空间光谱信息融合的Gabor PCA高光谱人脸识别算法研究

• 作者: 施晓倩 肖志勇
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 高光谱 人脸识别 信息融合 Gabor PCA
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 213-217,235
• 页数: 6页
• 分类号: TP391.4
• 字数: 4675字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.05.038

摘要

高光谱成像可以通过捕获更多的生物特征量来增加面部特征,为人脸识别提供了新的机会,然而其数据维度高,低信噪比等特点也为人脸识别带来了新的挑战.研究了空间 光谱信息融合结合Gabor PCA算法提取人脸特征,并将所得特征放到KNN分类器进行分类.空间 光谱信息融合在传统的波段融合上加入局部空间信息,有效地去除了随机传感器噪声,并降低了数据维度;Gabor PCA 通过Gabor小波对融合后的人脸图像进行滤波;运用主成分分析法(PCA)对Gabor提取的特征进行数据处理,除去冗余数据.实验在CMU高光谱人脸数据库上进行,实验结果表明该方法能很好地处理高维度数据,对姿态鲁棒性较高,识别率明显优于基于特征波段融合的2D PCA方法,识别率提高了20.9%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖志勇	江南大学物联网工程学院	9	24	3.0	4.0
2	施晓倩	江南大学物联网工程学院	1	4	1.0	1.0