基于加权多尺度张量子空间的人脸图像特征提取方法

摘要：

为了不破坏原始数据固有的高阶结构和数据之间的相关性，减少光照对图像特征的影响，并优化多尺度特征的权重，提出了基于加权多尺度张量子空间的图像特征提取方法。采用多尺度小波变换表征图像各个部位特征，使用不确定度权衡每个尺度对图像分类的作用，并组建成多尺度张量子空间，结合多线性主成分分析与线性判别分析算法，降低了图像在处理过程中的成本，保存了高维数据固有结构和相关性，完成对图像特征提取。使用CAS‐PEAL‐R1东方人脸库进行评测，实验结果表明，该图像特征提取算法用于图像识别过程中具有较好的效果，具有一定的可行性。

关键词：图像特征、多尺度变换、张量子空间、多线性主成分分析、不确定度

所属期刊栏目：31

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61462042，614620145资助项目。

在线出版日期：2016-09-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：791-798