应用小指数多项式的KPCA+零空间人脸识别

摘要：

利用小指数多项式核主分量分析(KPCA)提取人脸样本的非线性特征,提高对光照、姿态及面部表情变化的鲁棒性,构造训练样本的类内散布矩阵零空间,在此零空间内找到令类间离散度最大的投影方向,往此方向投影得到人脸样本的最优分类特征矢量.实验结果表明;该方法的识别率和对光照、姿态及面部表情变化的鲁棒性比Fisher脸方法有显著提高.

关键词：人脸识别、小指数多项式、核主分量分析、零空间

所属期刊栏目：32

分类号：TP391.42(计算技术、计算机技术)

在线出版日期：2006-12-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：203-205