基于分块双向二维主成分分析的人脸目标识别

摘要：

人脸目标识别是目前模式识别、计算机视觉等领域的研究热点问题之一,现有的大多数人脸目标识别算法的条件假设都较为严格,将其应用于现实环境中时,人脸识别的精度较低.针对现实人脸识别中由于光照、表情、姿态或其他物体引起的面部遮挡而严重影响识别率的问题,提出了一种分块双向二维主成分分析融合局部特征方法.首先,将图像分解为互不重叠的子块,每个子块包含重要的局部信息,利用(2D)2PCA对子块进行特征提取并投影到特征子空间;然后,对每个子块分别设计一个分类器并在一定置信度范围内判别测试样本所属类别;最后,根据所有子块所属类别的置信度之和完成人脸分类.在两个人脸识别数据库上的实验结果表明,相比其他几种人脸识别算法,该方法取得了更高的识别精度.

关键词：人脸识别、双向二维主成分分析、特征提取、局部特征、置信度

所属期刊栏目：29

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61472288

在线出版日期：2019-03-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：114-117