基于FKPCA与双决策子空间的人脸识别

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ＺＨＡＮＧｉｎｍｉｇＹＪａ－ｎ，ＡＮＧｎ－ｉｇＦＦｅｇｑｎ，ＡＮＧａｇＤＵＡＮＦｎ，Ｌｉ（ｃｏｌｆｍｐｔｒｃｎｅａｄＴｌｃｍｍｕｉｔｎＥｇｎｅｉｇＪｎｓｉｅｓｙＺｅｊｎ１０３Ｃｈｎ）ＳｈｏＣｏｕｅｉｃｎｅｅｏｏＳｅｎｃｉｎｉｅｒ，ｉｇｕＵｎｖｒｉ，ｈｎｉｇ２２１，ｉａａｏｎａｔａ
中圈分类号。Ｐ９．Ｔ３１１４
基于ＦＣ与双决策子空间的人脸识别ＫＰＡ
张建明，杨锋清，房芳，段丽
（江苏大学计算机科学与通信工程学院，江苏镇江２２１）１０３
摘
要：针对人脸识别中的小样本问题，提出一种快速核主元分析（Ｋｃ）ＦＰＡ与双决策子空问的人脸识别方法。利用ＦＰＡ方法将原始样ＫＣ
［ｂｔａｔｍｉｇａｅＳｌＳｍｐｅＳｚ（Ｓｐｏｌｍａｅｒｃｇｉｏ，ｈｓａｅｒｓｎｓｆｃｃｇｉｏｔｏａｅｎＦｓＫｅｌＡｓｒｃ］Ａｉｎｔｈｍａｌａｌｉｅ３）ｒｂｅｉｆｃｏｎｔｎｔｉｐｐｒｅｅｔａｅｒｏｎｔｎｍｅｈｄｂｓｄｏａｔｍｅｔｎｅｉｐｅｉ
１概述
人脸识别技术是计算机视觉和模式识别理论领域的一个重要应用，已成为研究热点。特征提取是人脸识别的关键。
线性判别分析（ｉｅｒｉｒｉａｔａｙｉ，Ｄ）ＬｎａｓｉｎｎｌｓＬＡ方法能提取ＤｃｍＡｎｓ
本，Ｘ为任意一个训练样本，则有：
［ｙｗｏｄ！ＦｓＫｅｌｒｃｐｅＣｍｐｎｎｎｌｓ（ＫＣＡ；ｏｂｅｄｃｓｎｓｂｐｃ；ｅｔｒｓｎｗｉｈｅｕｌｅｉａｃＫｅｒｓａｔｍｅｉｉｌｏｏｅｔａｙｉＦＰ）ｄｕｌｅｉｏｕｓａｅｆａｅｆｉ；ｅｇｔｄＥｃｉａｄｓｎｅＰｎＡｓｉｕｕｏｄｎｔ
本空问映射到高维空间，在高维空问中实现原始样本的降维，在双决策子空间分别用Ｆｓｅ准则和类问散布判决准则提取常规信息和非常ｉｒｈ规信息，通过加权欧式距离进行信息融合并用最近邻分类器进行识别。在ＯＬ人脸库ＥＲ的实验结果表明，该方法具有较高的识另率与较 Ⅱ
第３６卷第１期８
Ｉ１６ｉ．ｏ３
・
计
算
机
工
程
２１００年９月
Ｓｐｅｂｒ０ｏｐｕｅｍｔｒＥｎｇｎｅｒｎｇｉｅｉ
人工智能及识别技术・
文章编号：０ｏ４８ｏ０８０８－３文献标识码；Ａ１ｏ—３２（１１— １２－２）．０
ｉｆｒｔｎｂｍｐｌｙｎｅｗｅｎｃａｓｓａｔｒｃｉｅｉｎＷｅｇｔｄＥｃｉｅｎｄｓａｃｓｅｌｙｄｔｕｅｔｉｄｆｆａｕｅ，ｎｌｓｉｃｔｏｎｏｍａｉｙｅｏｏｉｇｂｔｅ — ｌｓｃｔｅｒｔｒｏ．ｉｈｅｕｌａｉｔｎｅｉｍｐｏｅｆｓｄＯｗｏｋｎｓｏｔｒｓａｄｃａｓｆａｉｎｅｉｉｐｅｎｅｔｅｒｓｅｇｂｒｌｓｉｅｐｒｍｅｔｌｅｕｔｎＯＲｄｔｂｓｈｓｉｌｍｅｔｄｗｉｎａｅｔｉｈｏａｓｆｒＥｘｅｉｎａｓｌｏＬａａａｅｓｏｗａｈｓｍｅｈｄＣｅｃｉｈｒｃｒｅｔｅｏｎｔｎｍｈｎｃｉｒｓｈｔｔｔｉｔｏａｒａｈａｈｇｅｏｒｃｃｇｉｏｎｒｉｒｔｎｏｄｓｅｄａｅａｄｇｏｐｅ．
ｓａｅａｄｒｄｃｈｉｎｉｎｏｆｎｕａｌｓＩｃｎｇｔｅｒｇｌｒｃｓｏｆｒｔｏｙｕｉｇＦｉｈｒｃｉｅｏｎａｎｔｅｉｅｕａｅｉｉｎｐｃｎｅｕｅｔｅｄｍｅｓｏｐｔｍｐｅ．ｔａｅｅｕａｉｉｎｉｏｍａｉｎｂｓｎｓｅｒｔｒｎａｄｇｉｈｒｇｌｄｃｓｏｉｓｈｔｄｅｎｉｒｒ
快的识别速度。
关健词：快速核主元分析；双决策子空问；特征融合；加权欧式距离
ＦａｅＲｅｏｎｔｏｓｄ０ＰＣＡｎｕｌｃｓｏｕｓａｅｃｃｇｉｉｎＢａｅｎＦＫａｄＤｏｂｅＤｅｉｉｎＳｂｐｃ
（）（２，，（）（线性无关甘，），） …
ＰｎｉｌＣｏｏｅｔＡａｙｉＦＰｉｒｃｐｅｍｐｎｎｎｓ（ＫＣＡ）ｎｏｂｅｄｃｓｎｓｂｐｃＦＰ￣ｏｓｕｅｐｏｉｉａｉｐｔｐｃｉｈｄｍｅｓｎｌｌｓａｄｄｕｌｅｉｏｕｓａｅＫＣＡｍｅｄｉｓｄｔｍａｒｎｌｎｕａｅｔｈｇ — ｉｎｉａｉｏｇｓｏｏ