本文關(guān)鍵詞：基于塊雙向Fisher線性判別分析人臉識別

  更多相關(guān)文章： 特征提取 二維Fisher線性判別(DFLD) 人臉識別 圖像分塊

【摘要】：為解決二維Fisher線性判別(2DFLD)分析需要較多系數(shù)用以表示圖像的特征陣、只考慮了圖像的列間相關(guān)性從而忽略行間相關(guān)性以及作為全局特征提取方法可能會失去一些重要的局部特征等問題,提出一種基于塊雙向二維Fisher線性判別分析(B2DFLD)算法。首先利用塊圖像獲取保持重要局部信息;然后基于行列雙向投影,獲取提取特征信息;最后計算特征陣的Frobenius距離,并進(jìn)行分類。在ORL、YALE與FERET人臉數(shù)據(jù)庫上進(jìn)行了實驗,并同傳統(tǒng)的8種人臉識別方法比較。實驗結(jié)果表明,在確定圖像塊大小、改變訓(xùn)練樣本數(shù)以及特征維數(shù)的前提下,本文方法的最好識別率都高于93.08,平均誤識率高于0.15,明顯優(yōu)于其他方法,表明本文方法對有光照、表情以及遮擋的人臉圖像識別具有較高的魯棒性。
【作者單位】： 哈爾濱理工大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院;
【關(guān)鍵詞】： 特征提取 二維Fisher線性判別(DFLD) 人臉識別 圖像分塊
【分類號】：TP391.41
【正文快照】： 1引言人臉識別作為模式識別中研究最多的領(lǐng)域之一,雖然取得了很大的成功,但仍有很多問題有待解決。Eigenface與Fisherfaces是人臉識別中的最常見的全局算法。在這類方法中,首先要將每個囿E-mail:cuipeng83@163.com二維圖像轉(zhuǎn)換為一維高維向量。這種變換會產(chǎn)生如維數(shù)災(zāi)難與小樣

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳曉紅;陳松燦;;類依賴的線性判別分析[J];小型微型計算機(jī)系統(tǒng);2008年05期

2 劉忠寶;王士同;;改進(jìn)的線性判別分析算法[J];計算機(jī)應(yīng)用;2011年01期

3 高建強;范麗亞;;模糊線性判別分析中距離對面部識別的影響[J];井岡山大學(xué)學(xué)報(自然科學(xué)版);2012年03期

4 葛熠;王亭亭;韓月;李峰;;基于核雙子空間線性判別分析人臉識別方法[J];科技視界;2012年23期

5 任獲榮;李春曉;孫建維;秦紅波;何培培;高敏;;類依賴增強線性判別分析算法[J];西安電子科技大學(xué)學(xué)報;2012年05期

6 溫鳳文;王洪春;;改進(jìn)的張量線性判別分析[J];黑龍江科技信息;2013年24期

7 趙越;徐鑫;喬利強;;張量線性判別分析算法研究[J];計算機(jī)技術(shù)與發(fā)展;2014年01期

8 趙芳;馬玉磊;;基于概率線性判別分析的可擴(kuò)展似然公式化人臉識別[J];科學(xué)技術(shù)與工程;2014年06期

9 周大可,楊新,彭寧嵩;改進(jìn)的線性判別分析算法及其在人臉識別中的應(yīng)用[J];上海交通大學(xué)學(xué)報;2005年04期

10 成忠;諸愛士;;一種適于高維小樣本數(shù)據(jù)的線性判別分析方法[J];浙江科技學(xué)院學(xué)報;2008年02期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李道紅;線性判別分析新方法研究及其應(yīng)用[D];南京航空航天大學(xué);2005年

2 曾麗輝;稀疏線性判別分析在文本分類中的應(yīng)用研究[D];華東交通大學(xué);2011年

3 姜園媛;人臉識別中關(guān)于線性判別分析算法的若干研究[D];吉林大學(xué);2012年

4 王東;改進(jìn)的二維直接線性判別分析方法及在人臉識別中的應(yīng)用[D];云南大學(xué);2015年

5 苗春玉;線性判別分析改進(jìn)算法的分析與研究[D];遼寧師范大學(xué);2012年

6 王增鋒;線性判別分析子空間方法人臉識別研究[D];山東大學(xué);2006年

7 劉杰;基于集成局部分塊線性判別分析的人臉識別[D];南昌大學(xué);2012年

8 姚斯強;一種基于線性判別分析和支持向量機(jī)的音樂分類方法[D];上海交通大學(xué);2007年

9 吳正平;正交線性判別分析及人臉識別[D];西安電子科技大學(xué);2013年

10 張建文;線性判別分析的迭代解法及其應(yīng)用[D];中國海洋大學(xué);2014年

，

本文編號：915321