基于最近正交矩阵的二维鉴别投影及人脸识别应用

发布时间：2018-01-21 19:37

本文关键词： 最近正交矩阵维数约简鉴别投影人脸识别　出处：《计算机辅助设计与图形学学报》2017年08期 　论文类型：期刊论文

【摘要】：为了解决人脸识别中的光照干扰问题,提出基于最近正交矩阵的二维鉴别投影方法.首先利用奇异值分解获取人脸图像矩阵的最近正交矩阵表示;然后利用获得的最近正交矩阵分别构建基于最近正交矩阵的类内散度和基于最近正交矩阵的类间散度;最后通过最大化类间散度同时最小化类内散度获取二维鉴别投影,并通过该投影获得低维特征.在Yale,CMU-PIE以及AR数据库上进行人脸识别实验,证明了该方法的有效性.
[Abstract]:In order to solve the illumination interference problem in face recognition, a two-dimensional discriminant projection method based on nearest orthogonal matrix is proposed. Firstly, the nearest orthogonal matrix representation of face image matrix is obtained by singular value decomposition (SVD). Then the nearest orthogonal matrix is used to construct the intraclass divergence based on the nearest orthogonal matrix and the inter-class dispersion based on the nearest orthogonal matrix respectively. Finally, the two-dimensional discriminant projection is obtained by maximizing the inter-class divergence while minimizing the intra-class divergence, and the low-dimensional feature is obtained by the projection. Face recognition experiments on CMU-PIE and AR database show that the method is effective.
【作者单位】：上海海事大学信息工程学院;高维信息智能感知与系统教育部重点实验室(南京理工大学);华东师范大学计算机科学技术系;
【基金】：国家自然科学基金(61370175,61603243) 上海市自然科学基金(13ZR1455600) 高维信息智能感知与系统教育部重点实验室创新基金(JYB201607)
【分类号】：TP391.41
【正文快照】： 人脸识别通过人的面部特征信息实现身份的识别,被广泛应用于金融、司法、公安、边检等领域,是模式识别与计算机视觉中的一个重要研究方向[1].原始人脸图像往往具有很高的维数,直接对这些高维人脸数据进行分类识别不但计算效率低,而且可能导致维数灾难问题.因此,对于高维人脸图

【参考文献】