基于SVD的人脸对称性的两步人脸识别算法
为了缓解人脸图像容易受光照、表情和姿态变化对人脸识别的影响,Yong提出了利用了人脸的对称性产生新的样本来表示人脸特征的方法.这种方法可以反映出人脸样本由于表情、姿态等外在因素引起的变化,一定程度上提高识别效果.但是当样本受外在因素影响产生较大变化时,Yong的方法的识别结果并不理想.而奇异值分解对光照等外在条件引起的灰度变化不敏感,可以缓解人脸对称性在人脸识别中的不足.因此作者在Yong提出的人脸对称性方法的基础上,分别采用SVD和图像镜像的方式构造一幅对称图像则可以缓解其方法中的不足.在ORL、FERET和UMIST三个人脸数据库上进行了重构和识别的实验,并证明了改进算法在人脸重构和识别方面具有明显的优势.
人脸识别、奇异值分解、图像镜像、对称图像
25
TP3;G42
2016-08-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
130-134