主元分析变换空间上的鉴别共同矢量人脸识别方法

唐亮; 熊蓉; 刘勇

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

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

主元分析变换空间上的鉴别共同矢量人脸识别方法

唐亮, 熊蓉, 刘勇

文章导航 > 武汉大学学报 ( 信息科学版) > 2009 > 34(4): 404-408

唐亮, 熊蓉, 刘勇. 主元分析变换空间上的鉴别共同矢量人脸识别方法[J]. 武汉大学学报 ( 信息科学版), 2009, 34(4): 404-408.

引用本文:

唐亮, 熊蓉, 刘勇. 主元分析变换空间上的鉴别共同矢量人脸识别方法[J]. 武汉大学学报 ( 信息科学版), 2009, 34(4): 404-408.

TANG Liang, XIONG Rong, LIU Yong. Discriminant Common Vectors in Principal Component Analysis Transformed Space for Face Recognition[J]. Geomatics and Information Science of Wuhan University, 2009, 34(4): 404-408.

Citation:

TANG Liang, XIONG Rong, LIU Yong. Discriminant Common Vectors in Principal Component Analysis Transformed Space for Face Recognition[J]. Geomatics and Information Science of Wuhan University, 2009, 34(4): 404-408.

主元分析变换空间上的鉴别共同矢量人脸识别方法

唐亮¹,
熊蓉¹,
刘勇¹

¹浙江大学工业控制技术国家重点实验室,杭州市余杭塘路388号310027

基金项目: 国家863计划资助项目(2008AA04Z209)；国家自然科学基金资助项目(60675049)；浙江省自然科学基金资助项目(Y106414)

详细信息

作者简介:
唐亮,博士生,主要研究方向为图像分析、机器视觉和人工智能。

中图分类号: P237.9

Discriminant Common Vectors in Principal Component Analysis Transformed Space for Face Recognition

¹State Key Laboratory of Industrial Control Technology,Zhejiang University,388 Yuhangtang Road,Hangzhou 310027,China

Funds: 国家863计划资助项目(2008AA04Z209)；国家自然科学基金资助项目(60675049)；浙江省自然科学基金资助项目(Y106414)

摘要: 给出了在主元分析(PCA)变换空间上求取DCV投影矩阵的方法(PCA+DCV),在保留所有鉴别信息的条件下,显著降低了算法复杂度,提高了运算效率。进一步提出了依据主元成分对应特征值进行适度权重的DCV识别方法(WPCA+DCV),一定程度上减小因光照、饰物遮挡等造成的面部变化带来的识别影响,增强表征信息,提高识别率。在ORL、YALE和AR人脸库上的实验结果证实了本方法的性能。
- 主元分析 /
- 鉴别共同矢量 /
- 人脸识别 /
- 小样本问题
Abstract: In this paper,we first offer an efficient algorithm to perform DCV in principal component analysis(PCA) transformed space.In this way,we reduce the algorithm's complexity and improve the efficiency whilst preserving the whole discriminant information.Then,the new algorithm further facilitates us to subtly weight the facial components in PCA space according to corresponding eigenvalues,which is potential to enrich the representative information and thus improves DCV's recognition performance.The experiments conducted on ORL,YALE and AR face database demonstrate the effectiveness of our method.
- PCA /
- DCV /
- face recognition /
- small sample size

[1]	孙一帆, 余旭初, 谭熊, 刘冰, 高奎亮. 面向小样本高光谱影像分类的轻量化关系网络 . 武汉大学学报 ( 信息科学版), 2022, 47(8): 1336-1348. doi: 10.13203/j.whugis20210157
[2]	黄若冰, 贾永红. 利用卷积神经网络和小面元进行人脸图像替换 . 武汉大学学报 ( 信息科学版), 2021, 46(3): 335-340. doi: 10.13203/j.whugis20180500
[3]	邱益鸣, 廖海斌, 陈庆虎. 基于鉴别字典学习的遮挡人脸姿态识别 . 武汉大学学报 ( 信息科学版), 2018, 43(2): 275-281, 288. doi: 10.13203/j.whugis20150298
[4]	范仲鸣, 李精忠, 张小波. 矢量多边形模式识别的小波方法 . 武汉大学学报 ( 信息科学版), 2017, 42(10): 1400-1405, 1416. doi: 10.13203/j.whugis20150688
[5]	廖海斌, 陈友斌, 陈庆虎. 基于非局部相似字典学习的人脸超分辨率与识别 . 武汉大学学报 ( 信息科学版), 2016, 41(10): 1414-1420. doi: 10.13203/j.whugis20140498
[6]	方天红, 陈庆虎, 廖海斌, 邱益鸣. 融合纹理与形状的人脸加权新特征 . 武汉大学学报 ( 信息科学版), 2015, 40(3): 321-326+340.
[7]	熊维, 张乐飞, 杜博. 一种基于多维正交判别子空间投影的人脸识别方法 . 武汉大学学报 ( 信息科学版), 2015, 40(5): 583-587. doi: 10.13203/j.whugis20130442
[8]	周新刚, 乐阳, 叶嘉安, 王海军, 仲腾. 动态数据空间分析的不确定性问题——以城市中心识别为例 . 武汉大学学报 ( 信息科学版), 2014, 39(6): 701-705. doi: 10.13203/j.whugis20140074
[9]	黎曦, 郑宏, 刘操. 利用HSI色彩空间的PCNN人脸识别方法 . 武汉大学学报 ( 信息科学版), 2014, 39(12): 1499-1503.
[10]	田晶, 张泊宇, 吴荡. 一种矢量道路网辐射模式识别新方法 . 武汉大学学报 ( 信息科学版), 2013, 38(10): 1234-1238.
[11]	田晶, 何遒, 周梦杰. 运用主成分分析识别道路网中的网格模式 . 武汉大学学报 ( 信息科学版), 2013, 38(5): 604-607.
[12]	袁理, 陈庆虎, 鄢煜尘, 段柳云. 两因子模型在多姿态人脸识别中的应用 . 武汉大学学报 ( 信息科学版), 2012, 37(5): 546-549.
[13]	廖海斌, 陈庆虎, 王宏勇. 融合局部形变模型的鲁棒性人脸识别 . 武汉大学学报 ( 信息科学版), 2011, 36(7): 877-881.
[14]	晖, 卢健, 孙小芳. 人脸识别中嵌入式隐Markov模型结构的优化算法研究 . 武汉大学学报 ( 信息科学版), 2006, 31(7): 573-575.
[15]	卢健, 王晖. SVD和DCT提取特征向量的方法在人脸识别中的比较 . 武汉大学学报 ( 信息科学版), 2005, 30(2): 118-121.
[16]	王坚, 高井祥, 苗李莉. 强污染单历元GPS形变信号的提取和粗差识别 . 武汉大学学报 ( 信息科学版), 2004, 29(5): 416-419. doi: 10.13203/j.whugis2004.05.010
[17]	汤仲安, 王新洲, 纪现华. 矢量GIS平面随机线元误差模型建模机理 . 武汉大学学报 ( 信息科学版), 2004, 29(11): 968-972.
[18]	吴栋材. 工程控制网精度设计的多元分析法 . 武汉大学学报 ( 信息科学版), 1992, 17(3): 52-58.
[19]	张正禄. 变形监测网的灵敏度分析 . 武汉大学学报 ( 信息科学版), 1986, 11(3): 105-113.
[20]	姜万冬, 席江波, 李振洪, 丁明涛, 杨立功, 谢大帅. 模拟困难样本的Mask R-CNN滑坡分割识别 . 武汉大学学报 ( 信息科学版), 0, 0(0): 0-0. doi: 10.13203/j.whugis20200692

点击查看大图

计量

文章访问数: 622
HTML全文浏览量: 42
PDF下载量: 408
被引次数: 0

主元分析变换空间上的鉴别共同矢量人脸识别方法

¹浙江大学工业控制技术国家重点实验室,杭州市余杭塘路388号310027

基金项目: 国家863计划资助项目(2008AA04Z209)；国家自然科学基金资助项目(60675049)；浙江省自然科学基金资助项目(Y106414)

作者简介:
唐亮,博士生,主要研究方向为图像分析、机器视觉和人工智能。

收稿日期: 2009-01-05
修回日期: 2009-01-05
刊出日期: 2009-04-05

中图分类号: P237.9

关键词:

摘要: 给出了在主元分析(PCA)变换空间上求取DCV投影矩阵的方法(PCA+DCV),在保留所有鉴别信息的条件下,显著降低了算法复杂度,提高了运算效率。进一步提出了依据主元成分对应特征值进行适度权重的DCV识别方法(WPCA+DCV),一定程度上减小因光照、饰物遮挡等造成的面部变化带来的识别影响,增强表征信息,提高识别率。在ORL、YALE和AR人脸库上的实验结果证实了本方法的性能。