-
题名最小风险贝叶斯决策的二值化人脸识别算法
被引量：3
- 1
-
-
作者
曾岳
冯大政
付达杰
-
机构
西安电子科技大学雷达信号国家重点研究所
江西财经职业学院信息工程系
-
出处
《计算机工程与设计》
CSCD
北大核心
2011年第10期3511-3513,共3页
-
基金
国家自然科学基金项目(60372049)
江西省科技计划青年基金项目(GJJ09412)
-
文摘
提出了一种最小风险贝叶斯决策的二值化人脸识别算法,该算法通过设定图像灰度级的阈值对图像进行二值化,统计其出现的频率,计算其类条件概率密度,根据图像的相似性估计其损失函数,利用贝叶斯公式求最小风险,最后根据最小风险判断其所属类别。该方法克服了传统贝叶斯方法难求类内和类间协方差矩阵的缺点,简单易用。实验结果表明,该方法具有可行性,比传统的基于代数的人脸识别算法(PCA、LDA和PCA+LDA)的识别率高,并能有效减少相似类的重叠。
-
关键词
贝叶斯
人脸识别
后验概率
二值化
最小风险
-
Keywords
Bayesian
face recognition
posterior probability
binarization
smallest risk
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名一种自适应加权变形的2DPCA人脸识别方法
被引量：4
- 2
-
-
作者
曾岳
冯大政
-
机构
西安电子科技大学雷达信号处理国家重点研究所
-
出处
《计算机科学》
CSCD
北大核心
2011年第11期252-256,共5页
-
基金
国家自然科学基金(60372049)
江西省科技计划青年基金(GJJ09412)资助
-
文摘
为了充分利用图像矩阵的局部信息和更多的鉴别信息,以提高2DPCA的识别率,提出了一种自适应加权变形的2DPCA人脸识别方法。该方法将人脸图像矩阵分块,然后利用变形的2DPCA方法提取特征,接着自适应地计算每个分块在分类中的权值,最后根据类别的权值大小进行分类。在ORL人脸库中进行的实验研究表明,该方法在正确识别率和识别时间上更优于传统的2DPCA和模块化2DPCA。
-
关键词
自适应
人脸识别
识别率
分块
-
Keywords
Adaptation
Face recognition
Recognition rate
Partitioning
-
分类号
TP75
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名一种基于人脸垂直对称性的变形2DPCA算法
被引量：4
- 3
-
-
作者
曾岳
冯大政
-
机构
西安电子科技大学雷达信号国家重点研究所
江西财经职业学院信息工程系
-
出处
《计算机工程与科学》
CSCD
北大核心
2011年第7期74-79,共6页
-
基金
国家自然科学基金资助项目(60372049)
江西省科技计划青年基金项目(GJJ09412)
-
文摘
本文分析了人脸的对称性和主成分分析法(PCA)、二维主成分分析法(2DPCA)的特性,证明了2DPCA协方差矩阵就是PCA协方差矩阵的主角线的平均值,同时表明2DPCA减少了对人脸识别有用的协方差信息。提出了一种基于人脸垂直对称性的变形2DPCA算法(S2DPCA),该算法最大程度地利用了协方差鉴别信息,用更少的系数表示一张人脸图像。通过在ORL的实验比较表明,该算法与PCA算法相比降低了计算复杂性,与2DPCA方法和PCA方法相比提高了人脸识别率,在识别率方面优于传统算法(PCA(Eigenfaces)、ICA、Kernel Eigenfaces),同时也压缩了人脸的存储空间。
-
关键词
主成分分析法(PCA)
二维主成分分析法(2DPCA)
人脸识别
人脸表示
-
Keywords
PCA（principal component analysis）
two-dimensional PCA（2DPCA）
face recognition
face representation
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
