- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、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。
- 6、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。
- 7、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I-DCV的人脸识别方法.pdf
第29卷 第 1期 电子测量与仪器学报 2.29 No.1
· 106· JoURNALOFELECTRONICMEASUREMENTAND INSTRUMENTATION 2015年 1月
DOI:10.13382/j.jemi.2015.O1.014
基于 I-DCV的人脸识别方法木
许 良凤 李艳秋 胡 敏 刘盛中 王晓华
(1.合肥工业大学 计算机与信息学院 合肥 230009;
2.合肥工业大学 情感计算与先进智能机器安徽省重点实验室 合肥 230009)
摘 要:在人脸识别的过程中,利用独立成分分析(ICA)方法得到的特征能够很好 的描述原始图像 ,但是不具备很好的判
别分类能力。判别共同矢量 (DCV)是一种在类内散布矩阵的零空间中求取投影矩阵的方法 ,相比线性鉴别分析(LDA)方
法 ,可以得到更具鉴别能力的特征。因此本文提出一种新的特征提取算法,简称I-DCV,首先对预处理后的人脸图像应用独
立成分分析算法去除二阶及高阶冗余信息,然后利用DCV对求取的独立特征向量作进一步的处理,最后依据欧式距离进
行分类识别。实验结果表明,本文提出的方法具有很好的识别性能。
关键词:特征提取 ;人脸识别 ;独立成分分析(ICA);判别共同矢量 (DCV)
中图分类号:TP391 文献标识码:A 国家标准学科分类代码 :520.6040
Facerecognitionmethodbasedon I-DCV
XuLiangfeng LiYanqiu HuMin LiuShengzhong WangXiaohua
(1.SchoolofComputerandInformation,HefeiUiniversityofTechnology,Hefei230009,China;
2.AffectiveComputerandAnhuikeyLaboratoryofadvancedintelligentdevice,HefeiUiniversity
ofTecholoyg,Hefei230009,China)
Abstract:Duringthefacerecognition,thefeaturesextractedbyIndependentComponentAnalysis(ICA)canob—
tainagooddescriptionoftheoriginalimage,buttheycannotrepresentthecategoryinformationperfectly.Discrim-
inateCommonVector(DCV)isthemethodwhichcalculatestheprojectionmatrixinthezerospaceofwithin—class
scattermatrix.ComparedwiththeLinearDiscriminateAnalysis(LDA)method,DCVcangetmorediscriminating
features.Therefore,anew featureextractionalgorithm calledI—DCV isproposed.Firstly,byusingICA inprepro—
cessedfaceimages,theredundantinformationinsecond—orderandhigher—ordercanberemoved.Thentheobtained
independentfeaturevectorisprocessedbytheDCV algorithm forfurtherprocessing.Finally,the Euclidean dis—
tanceisusedofrclassification.Experimentalresultsshow thattheproposedmethodhasagoodrecognitionperform—
anCe.
Keywords:featureextraction;facerecognitio
文档评论(0)