2.845

2023影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于描述特征的人脸识别研究

高全学 潘泉 梁彦 张洪才 程咏梅

高全学, 潘泉, 梁彦, 张洪才, 程咏梅. 基于描述特征的人脸识别研究. 自动化学报, 2006, 32(3): 386-392.
引用本文: 高全学, 潘泉, 梁彦, 张洪才, 程咏梅. 基于描述特征的人脸识别研究. 自动化学报, 2006, 32(3): 386-392.
GAO Quan-Xue, PAN Quan, LIANG Yan, ZHANG Hong-Cai, CHENG Yong-Mei. Face Recognition Based on Expressive Features. ACTA AUTOMATICA SINICA, 2006, 32(3): 386-392.
Citation: GAO Quan-Xue, PAN Quan, LIANG Yan, ZHANG Hong-Cai, CHENG Yong-Mei. Face Recognition Based on Expressive Features. ACTA AUTOMATICA SINICA, 2006, 32(3): 386-392.

基于描述特征的人脸识别研究

详细信息
    通讯作者:

    高全学

Face Recognition Based on Expressive Features

More Information
    Corresponding author: GAO Quan-Xue
  • 摘要: 针对基于主成分分析识别人脸存在计算复杂、不能准确地估计训练图像的协方差矩阵等问题,提出了一种基于描述特征的人脸识别算法(Expressive feature face recognitionalgorithm, EFFRA).该算法用训练图像的右奇异向量代替PCA求解的子空间的基向量,避免了将人脸图像转换成图像向量,明显降低了计算复杂性.进一步研究发现,EFFRA提取的每一个主成分向量中含有冗余,在此基础上,利用PCA实现了EFFRA的简化算法(MEFFRA),在ORL和Essex数据库上的实验结果表明,EFFRA及MEFFRA明显优于特征脸算法,MEFFRA的识别精度略好于EFFRA,但明显减少了对存储空间的需求.
  • 加载中
计量
  • 文章访问数:  2874
  • HTML全文浏览量:  121
  • PDF下载量:  1644
  • 被引次数: 0
出版历程
  • 收稿日期:  2004-12-30
  • 修回日期:  2006-01-17
  • 刊出日期:  2006-05-20

目录

    /

    返回文章
    返回