基于ICA和NFL分类的局部人脸识别方法

摘要：

目前已存在很多基于统计的人脸整体识别方法,独立元分析方法就是一种基于信号高阶统计特性的方法.但由于人脸光照、姿态、信息缺损等外部不可避免因素会引起整个人脸灰度图像产生很大的变化,因而会对这类整体统计性方法的稳定性产生很大影响.为此提出了一种基于独立元分析和最近邻特征线的局部人脸识别方法.首先,通过对人眼的手工定位并依据人脸几何特征完成对人脸图像的截取和局部分块,从而移除发型等无用信息;然后对每个局部图像进行PCA/ICA特征提取;最后的识别阶段,通过最近邻特征线方法得到各自识别距离,并通过对各部分设置合理的权重来综合判定.实验结果表明,作为一种有效的识别方法,分块独立元方法在识别率、识别的稳定性、应用的灵活性等方面都优于传统的整体识别方法.

关键词：人脸识别、主元分析、独立元分析、最近邻特征线

所属期刊栏目：10

分类号：TP391(计算技术、计算机技术)

资助基金：中国科学院资助项目60135010

在线出版日期：2005-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：468-472