基于SPCA和HOG的单样本人脸识别算法

摘要：

基于单样本的人脸识别是一项充满挑战性的任务.文中结合Similar Principal Component Analysis(SPCA)算法与Histograms of Oriented Gradients(HOG)算法,利用SPCA筛选出图像类的相似信息,用HOG算法对相似的信息块进行特征量化,使二者优势互补.最后利用Pearson correlation(PC)进行相似性判别,在数据库Extended Yale B database上进行实验,结果表明,在光照变化的情况下,该算法对人脸正面图像的识别性能比传统算法好.

关键词：人脸识别、SPCA、HOG、Pearson correlation(PC)

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：南充市校科技战略合作专项项目NC17SY4011

在线出版日期：2019-07-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：274-278,283