- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于彩色方法.pdf
第 15卷 第 3期 中国图象图形学报 Vol. 15,No. 3
20 10年 3月 Jou rnal of Im age and Grap h ic s M ar. 20 10
基于彩色人脸图像的信息融合与识别方法
黄晓华 王春茂 郑文明
(东南大学儿童发展与学习科学教育部重点实验室 ,南京 2 10096)
摘 要 图像的彩色信息进行图像识别并有效地降低因利用颜色信息所带来的计算量大幅增加问题 ,提出了一种
基于彩色图像的监督近邻保留嵌套的人脸识别方法 ,通过对图像的彩色信息进行信息融合并利用监督近邻保留嵌
套算法来提高人脸识别的效率 。首先 ,采用 Gabor变换分别对彩色图像的每个彩色分量图提取 Gabor特征 ;然后采
用典型相关分析对所提取的 Gabor特征进行特征融合 ,并采用监督近邻保留嵌套算法对高维彩色图像特征进行降
维 ;最后 ,采用最近邻分类器对图像进行分类 。实验基于 XM2V TS和 FRAV2D 彩色人脸数据库 ,采用主成分分析 、
线性判别分析以及监督近邻保留嵌套对基于灰度图像的 Gabor特征和基于彩色信息融合的 Gabor特征进行降维 ,
其结果说明多信通彩色图像融合技术与监督近邻保留嵌套结合的方法可以显著提高识别系统性能 。
关键词 Gabor特征 典型相关分析 监督近邻保留嵌套 信息融合
中图法分类号 : TP391 文献标志码 : A 文章编号 : 1006896 1 (2010) 03422 07
·
An Inform a tion Fu sion and Recogn ition M ethod for Co lor Face Im ages
HUAN G X iaohua, WAN G Chunm ao, ZHEN G W enm ing
( Key L abora tory of Ch ild D evelopm en t and L ea rn ing S cience, M in istry of Educa tion, S ou theast Un iversity, N anj ing, 2 10096)
A b stract In th is p ap er, a face recogn ition m ethod, wh ich u tilizes an inform ation fu sion for co lor im age s and sup ervised
neighbor p re serving em bedding, is p re sented for imp roving the p erform ance of face recogn ition F irst, Gabor tran sform ation
is u sed to extract inform ation p er channel of color im age re sp ectively, and then canon ical correlation analysis is u tilized to
fu se extracted Gabor features Sup ervised neighbor p re serving em bedding is u sed to reduce dim en sionality F inally, neare st
neighbor classifier is u sed to cla s
文档评论(0)