欢迎来到天天文库
浏览记录
ID:55808140
大小:850.83 KB
页数:4页
时间:2020-06-03
《自适应通用学习框架改进FLDA的人脸识别.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、IlmillltllV。uC⋯⋯【本文献信息】孙伟强.自适应通用学习框架改进FLDA的人脸识别[J].电视技术,2014,38(7).自适应通用学习框架改进FLDA的人脸识别孙伟强(辽宁广播电视大学,辽宁沈阳110034)【摘要】针对传统的Fisher线性判别分析(FLDA)算法在处理单训练样本人脸识别时由于类内散布矩阵为零而不能进行特征提取的问题,提出了一种基于自适应通用学习框架改进FLDA的人脸识别算法。首先选取一个合适的通用训练样本集,计算其类内散布矩阵和样本平均向量;然后,利用双线性表示算法预测单训练样本的类内、类间散布矩阵,巧妙地解决了单训练样本类内散布矩阵为
2、零的问题;最后,利用Fisher线性判别分析进行特征提取,同时借助于最近邻分类器完成人脸的识别。在Yale及FERET两大通用人脸数据库上的实验验证了所提算法的有效性及可靠性,实验结果表明,相比其他几种较为先进的单样本人脸识别算法,所提算法取得了更好的识别效果。【关键词】人脸识别;单训练样本;通用学习框架;Fisher线性判别分析;最近邻分类器【中图分类号】TP391【文献标志码】AFLDAImprovedbyAdaptiveGenericLearningFrameworkforFaceRecognitionSUNWeiqiang(LiaoningRadioand死nU
3、niversity,Shenyang110034,China)【Abstract】FortheissuethattraditionalFisherlineardiscriminativeanalysisalgorithmcouldnotextractfeaturesduetoitsscatteringmarxwithinclassiszeroinfacerecognitionwithsingletrainingsampleperperson,afacerecognitionalgorithmbasedonFLDAimprovedbyadaptivegenericlear
4、ningframeworkispmposed.Firstly,asuitablegenerictrmmngsamplesetisselectedanditsscatteringmatrixwithinclassandmeanvectorsarecomputed.Then,scatteringmatrixwithin-classandbetweenclasseSarepredictedbybilinearrepresentationalgorithm,whichhassettledthepmblemofitsscatteringmatrixwithinclassiszer
5、o.Finally,FLDAisusedtOextractfeaturesandnearestneighbourclassifierisusedtofinishfacerecognition.TheefectivenessofproposedalgorithmisverifiedbyexperimentsonthetwocommondatabasesYaleandFERET.Experimentalresultsshowthatproposedalgorithmhasbetterrecognitionefficiencythanseveraladvancedsingle
6、trainingsamplefacerecognitionalgorithms.【Keywords】facerecogrlition;singletrainingsample;genericlearningframework;Fisherlineardiscriminativeanalysis;nearestneighbourclassifier目前,已经存在许多人脸识别算法,如主成分分析降维。文献[11]提出了一种通用学习框架,并且给出了(PCA)-2]、独立成分分析(ICA)及线性判别分析几种基于面部的算法从通用训练样本集中提取判别特征。(LDA)-5]都可以成功地
7、完成人脸识别。此外,无监督特文献[12]通过引用一个通用训练集学习判别特征,解决征提取融合监督分类的算法也被引入到分类中,即核了单训练样本人脸识别中姿势变化的问题。上述各算法PCA加LDA(KPCA+LDA)]。大多数人脸识别算法在均在一定程度上解决了单训练样本人脸识别问题,然而,每个人有多个训练样本的情况下均能取得很好的识别效识别效果并不理想,虚拟样本扩展法生成的虚拟样本往往果,但是当每个人只有一个训练样本(即单训练样本)时,失真比较严重,而通用学习框架算法又过分依赖于通用训识别效果却不理想,因此,有效地解决单训练样本人脸识练样本集的选
此文档下载收益归作者所有