PCA镜像对称人脸数据特征提取
在人脸维度里,对称性是一个重要特征.以往许多研究人员利用PCA把相关数据从高维降到低维来实现人脸识别、提升识别效率.该文在PCA(主成分分析法)的框架下探讨了面部的对称性.研究通过平均两半脸来操纵面部的对称,认为良好估计的对称脸位于一个低维的子空间.受此启发,在研究中提出一种类似于PCA的模型,即镜像PCA,分析和提取人脸的低秩对称特征及其主要发展方向,在现有的优化框架下大大提高了人脸的识别效果.通过试验,证明了这种方法的科学有效性和鲁棒性.
PCA、特征提取、人脸识别、对称性
18
TP181(自动化基础理论)
2022-04-18（万方平台首次上网日期，不代表论文的发表时间）
共4页
100-102,105
