基于MCD稳健估计的PCA人脸识别算法.pdf

基于MCD稳健估计的PCA人脸识别算法.pdf

ID:55398728

大小:619.45 KB

页数:5页

时间:2020-05-15

基于MCD稳健估计的PCA人脸识别算法.pdf_第1页
基于MCD稳健估计的PCA人脸识别算法.pdf_第2页
基于MCD稳健估计的PCA人脸识别算法.pdf_第3页
基于MCD稳健估计的PCA人脸识别算法.pdf_第4页
基于MCD稳健估计的PCA人脸识别算法.pdf_第5页
资源描述:

《基于MCD稳健估计的PCA人脸识别算法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2015年3月计算机工程与设计Mar.2015第36卷第3期COMPUTERENGINEERINGANDDESIGNVo1.36No.3基于MCD稳健估计的PCA人脸识别算法张蓓,王顺芳十(云南大学信息学院,云南昆明650091)摘要:针对人脸识别中,识别效果易受人脸修饰、部分遮挡、噪声干扰等不确定因素影响的问题,提出一种MCDPCA人脸识别算法以改进识别效果。基于主成分分析(PCA)进行特征脸提取,结合最小协方差行列式方法(MCD)进行异常点检测和抗噪。针对人脸图像使用MCD算法,求出稳健的协方差矩阵估计,基于此协方差估计矩阵使用PCA技

2、术提取重要的人脸特征用于识别。实验结果表明,在有遮挡和噪声干扰的情况下,相比传统PCA方法,该方法明显提高了人脸图像识别率。关键词:主成分分析;最小协方差行列式;随机噪声;异常值;人脸识别中图法分类号:TP391.4文献标识号:A文章编号:1000—7024(2015)03—0778—05doi:10.16208/j.issnl000—7024.2015.03.043PCAfacerecognitionalgorithmbasedonrobustMCDestimatorZHANGBei,WANGShun-fang+(SchoolofInfo

3、rmationScienceandEngineering,YunnanUniversity,Kunming650091,China)Abstract:Tosolvetheproblemsinfacialrecognitionthatrecognitionratesareoftenaffectedbyfacemodification,partialocciu—sion,noiseandotheruncertainfactors,aMCDPCAalgorithmwasproposedtoimprovethefacerecognitioneffe

4、ct.Theeigenfa-ceswasextractedusingtheprincipalcomponentanalysis(PCA)method,theminimumcovariancedeterminant(MCD)methodwascombinedfordetectingtheoutliersandremovingnoise.Specifically,MCDalgorithmwasusedtoobtain8robustcovariancematrixestimateforfaceimages,thenPCAwasusedontheb

5、asisofthiscovariancematrixestimatetOextractimportantfacialfeaturesforrecognition.Experimentalresultsdemonstratethatforfacerecognitionwithocclusionornoise,theproposedMCDP—CAmethodperformsmuchbetterthantraditionalPCAasfarastherecognitionratesareconcerned.Keywords:principalco

6、mponentanalysis;minimumcovariancedeterminant;randomnoise;outliers;facerecognition别方法[3],所研究的重点是利用异常干扰人脸图像的局部0引言特征进行识别。本文构建一个基于人脸图像整体特征的稳人脸识别_】]研究目前面临的一个困难是:由于人脸表健的识别方法,在主成份分析方法(principlecomponent情和发型的多样性、姿态的不确定性以及化妆的修饰性,analysis,PCA)经典算法的基础上对其协方差进行估计方局部遮挡和噪声干扰严重阻碍了人脸识别的进一步

7、发展和法改进,得到一个将PCA和MCD(minimumcovariance有效应用。如何让计算机像人类一样精确迅速地鉴别出大determinant)稳健协方差估计相结合的算法,以下简称为量的人脸图像,仍然需要进一步研究。鉴于提取到的特征MCDPCA算法,来提取人脸图像的整体特征,确保所提取是否能充分反映人脸的本质特征是人脸识别的关键。本文的特征在具有代表性的基础上更具稳健性。针对有遮挡和噪声干扰的人脸图像识别研究特征提取算法1PCA方法简介及其在人脸识别上存在的不足的改进,以去除带干扰或异常的特征,抽取出具有代表性的人脸本质特征,从而降低特

8、征空间的维数,以方便分类1.1PCA方法简介识别。目前,对于有异常干扰存在时的人脸图像识别问题,PCA方法或特征脸的方法最早由Turk和Pentland提越来越受到研究者的重视,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。