基于核的最近邻特征重心分类器及人脸识别应用 kernel-based nearest neighbor feature centroid classifiers for face recognition.pdfVIP

第12卷第2期 电路与系统学报 V01．12N0．2 2007年4月 JOURNAL0FCIRCUITSANDSYSTEMS April，2007 文章编号：l007一0249(2007)02·0005-06 基于核的最近邻特征重心分类器及人脸识别应用+ 贺云辉1’2， 赵力1， 邹呆荣1 (1．东南大学无线电工程系，江苏南京2l0096：2．南京信息工程大学通信工程系，江苏南京2l0044) 摘要，本文提出核最近特征线和特征面分类器，可直接对高维人脸图像进行识别。为解决计算量大和可能失效的 问题，提出(核)最近特征重心和(核)最近邻特征两种解决方法，前者降低了计算特征线和面距离的复杂度，后者 减少了特征线和面的数目，两种方法均避免了可能失效的问题。将二者结合得到的(核)最近邻特征重心分类器，在 获得相近识别率的条件下，使计算复杂度降到了最小。所得方法无需预先抽取人脸图像特征，因此避免了在较多样本 数时，特征抽取存在计算量大的问题。基于ORL人脸数据库的实验验证了本文方法的有效性。 关键词。人脸识别；最近邻特征重心；分类