基于混合Kotz-型分布的多分类人脸识别方法

摘要：

针对实际人脸图像中含有重尾噪声的问题，提出一种基于混合 Kotz-型分布的多分类人脸识别方法。利用 Kotz-型分布与广义逆Γ分布混合表现出的较厚拖尾特性，结合核方法和概率统计知识，通过调节混合Kotz-型分布中的参数，估计人脸图像中重尾噪声的拖尾情况。分别向ORL人脸库、Yale人脸库、Randface人脸库添加程度不同的重尾噪声，形成新的含有不同程度重尾噪声的人脸库，通过对3个人脸库进行验证，结果表明，该方法能较好地估计人脸图像的拖尾特性，对含有重尾噪声的人脸图像有较高的识别率。

关键词：Kotz-型分布、广义逆Γ分布、人脸识别、核方法、概率统计、重尾噪声

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61272210

在线出版日期：2013-12-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：24-30