10.3969/j.issn.2095-2783.2015.14.016
基于非线性特征和线性映射的多视角低分辨人脸识别算法
针对分辨率变化、视角变化和认证集单样本等实际条件下的人脸识别问题,提出了一种基于回归的人脸识别算法。该算法采用核主成分分析法(kernel principal component analysis)分别提取侧面低分辨率和正面高分辨率人脸特征,利用 Procrus-tes 分析建立每一种侧面视角低分辨率 KPCA 特征和正面高分辨率 KPCA 特征间的映射关系,从而获得对应的回归模型。根据这些回归模型,即可得到测试侧面低分辨率人脸对应的正面高分辨率 KPCA 特征,并通过最近邻分类器进行识别。在标准图库上的实验表明,与基于线性模型的人脸识别对比算法相比,本文所提算法识别率提高了4%至36%,而在线测试时间仅比最快的对比算法多1.087 ms。
模式识别、非正面人脸识别、低分辨率、核主成分分析、Procrustes分析
TP391.4(计算技术、计算机技术)
高等学校博士学科点专项科研基金资助项目20110201110065,20110201110012
2015-08-24(万方平台首次上网日期,不代表论文的发表时间)
共6页
1682-1687