吉林大学学报(工学版) ›› 2014, Vol. 44 ›› Issue (3): 828-833.doi: 10.13229/j.cnki.jdxbgxb201403040
顾播宇,孙俊喜,李洪祚,刘红喜,刘广文
GU Bo-yu,SUN Jun-xi,LI Hong-zuo,LIU Hong-xi,LIU Guang-wen
摘要： 对模块双方向二维主成分分析(Two-directional two-dimensional principal component analysis, (2D)2PCA)人脸识别算法进行了改进,提出了基于特征加权模块(2D)2PCA的人脸识别算法。首先对图像进行分块及(2D)2PCA特征提取。然后依据每一子图像块的特征对识别的贡献程度分配特征权重。最后对测试样本采用加权距离进行最近邻分类。该算法无需任何先验知识,依据子图像块在特征空间中的信息比重确定其贡献程度,从而实现自适应权重分配。试验结果表明:本文算法能够有效地提高人脸识别的正确率。
中图分类号:
| [1] Jafri R, Arabnia H R. A survey of face recognition techniques[J]. Journal of Information Processing Systems, 2009, 5(2): 41-68. [2] Tan X, Chen S, Zhou Z H, et al. Face recognition from a single image per person: A survey[J]. Pattern Recognition, 2006, 39(9): 1725-1745. [3] Kirby M, Sirovich L. Application of the KL procedure for the characterization of human faces[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1990, 12(1): 103-108. [4] Turk M A, Pentland A P. Face recognition using eigenfaces[C]∥1991 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 1991: 586-591. [5] 宋怀波, 史建强. 应用PCA理论进行多人脸姿态估计的方法[J]. 吉林大学学报:工学版, 2013, 43(增刊1): 43-46. Song Huai-bo, Shi Jian-qiang. Pose estimation of varied human faces based on PCA method[J]. Journal of Jilin University (Engineering and Technology Edition), 2013, 43(Sup.1): 43-46. [6] Gottumukkal R, Asari V K. An improved face recognition technique based on modular PCA approach[J]. Pattern Recognition Letters, 2004, 25(4): 429-436. [7] Yang J, Zhang D, Frangi A F, et al. Two-dimensional PCA: a new approach to appearance-based face representation and recognition[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2004, 26(1): 131-137. [8] 陈伏兵, 陈秀宏, 张生亮,等.基于模块 2DPCA 的人脸识别方法[J]. 中国图象图形学报, 2006, 11(4): 580-585. Chen Fu-bing, Chen Xiu-hong, Zhang Sheng-liang, et al.A human face recognition method based on modular 2DPCA[J]. Journal of Image and Graphics, 2006, 11(4): 580-585. [9] Gao Q. Is two-dimensional PCA equivalent to a special case of modular PCA?[J]. Pattern Recognition Letters, 2007, 28(10): 1250-1251. [10] Zhang D, Zhou Z H. (2D)2PCA: Two-directional two-dimensional PCA for efficient face representation and recognition[J]. Nerocomputing, 2005, 69(1): 224-231. [11] 李欣, 王科俊, 贲晛烨. 基于MW(2D)2PCA的单训练样本人脸识别[J]. 模式识别与人工智能, 2010(1): 77-83. Li Xin, Wang Ke-jun, Ben Xian-ye. MW(2D)2PCA Based face recognition with single training sample[J]. Pattern Recognition and Artificial Intelligence, 2010(1): 77-83. [12] 张翠平, 苏光大. 人脸识别技术综述[J]. 中国图象图形学报, 2000, 5(11):885-894. Zhang Cui-ping, Su Guang-da. Human face recognition: a survey[J]. Journal of Image and Graphics, 2000, 5(11): 885-894. |
| [1] | 苏寒松,代志涛,刘高华,张倩芳. 结合吸收Markov链和流行排序的显著性区域检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1887-1894. |
| [2] | 徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903. |
| [3] | 黄勇,杨德运,乔赛,慕振国. 高分辨合成孔径雷达图像的耦合传统恒虚警目标检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1904-1909. |
| [4] | 李居朋,张祖成,李墨羽,缪德芳. 基于Kalman滤波的电容屏触控轨迹平滑算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1910-1916. |
| [5] | 应欢,刘松华,唐博文,韩丽芳,周亮. 基于自适应释放策略的低开销确定性重放方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1917-1924. |
| [6] | 陆智俊,钟超,吴敬玉. 星载合成孔径雷达图像小特征的准确分割方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1925-1930. |
| [7] | 刘仲民,王阳,李战明,胡文瑾. 基于简单线性迭代聚类和快速最近邻区域合并的图像分割算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1931-1937. |
| [8] | 单泽彪,刘小松,史红伟,王春阳,石要武. 动态压缩感知波达方向跟踪算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1938-1944. |
| [9] | 刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599. |
| [10] | 刘哲, 徐涛, 宋余庆, 徐春艳. 基于NSCT变换和相似信息鲁棒主成分分析模型的图像融合技术[J]. 吉林大学学报(工学版), 2018, 48(5): 1614-1620. |
| [11] | 张曼, 施树明. 典型汽车运行工况的状态转移特征分析[J]. 吉林大学学报(工学版), 2018, 48(4): 1008-1015. |
| [12] | 姚海洋, 王海燕, 张之琛, 申晓红. 双Duffing振子逆向联合信号检测模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1282-1290. |
| [13] | 全薇, 郝晓明, 孙雅东, 柏葆华, 王禹亭. 基于实际眼结构的个性化投影式头盔物镜研制[J]. 吉林大学学报(工学版), 2018, 48(4): 1291-1297. |
| [14] | 耿庆田, 于繁华, 王宇婷, 高琦坤. 基于特征融合的车型检测新算法[J]. 吉林大学学报(工学版), 2018, 48(3): 929-935. |
| [15] | 陈绵书, 苏越, 桑爱军, 李培鹏. 基于空间矢量模型的图像分类方法[J]. 吉林大学学报(工学版), 2018, 48(3): 943-951. |
|