位置:成果数据库 > 期刊 > 期刊详情页
融合局部gabor相位特征和全局本征脸的人脸识别算法
  • ISSN号:1000-1220
  • 期刊名称:《小型微型计算机系统》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]上海理工大学光电信息与计算机工程学院自动化系,上海200093
  • 相关基金:国家自然科学基金项目(60874002)资助;上海市优秀青年教师基金项目(slg09008)资助;上海理工大学光电学院教师创新基金项目(GDCX-Y1110)资助.
中文摘要:

提出一种融合局部gabor相位特征和全局本征脸特征进行人脸识别的方法.该方法采用多个分类器的集成,首先利用gabor滤波良好的空间位置与方向选择特性,用gabor滤波器对图像进行滤波,采用局部XOR算子提取滤波图像的局部gabor相位特征,通过Fisher判别式对每个频率和方向下的相位特征进行降维,融合各个频率和方向下的分类概率,得出局部特征分类信息;然后利用本征判别式方法,得出人脸图像的全局分类信息;最后融合局部和全局分类信息进行识别.通过在三个人脸库中的实验结果显示,本文提出的方法具有很好的识别性能.

英文摘要:

A new face recognition method, which is based on fusion of local gabor phase characteristic and global intrinsicfaces is de- veloped in this paper. There are three steps in our proposed method. Firstly, According to the good spatial position and orientation of gabor filter, a gabor filter is applied to filter face images. Local gabor phase characteristics are extracted and fisher linear discriminant analysis is used to project these charactersitics of each spatial position and orientation into low dimensional space. Local classifying scores are developed by fusion of scores in all the spatial and orientations. Secondly, Intrinsic Discriminant Analysis ( IDA ) which tries to best classify different face images by maximizing the individuality difference, while minimizing the intrapersonal difference is applied to get the global classifying scores. Finally, the local scores and global scores are fused to get the classifying result. Experi- mental results on three dataset show that our method can have good recognition performance.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《小型微型计算机系统》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院沈阳计算技术研究所
  • 主编:林浒
  • 地址:沈阳市浑南新区南屏东路16号
  • 邮编:110168
  • 邮箱:xwjxt@sict.ac.cn
  • 电话:024-24696120 024-24696190-8870
  • 国际标准刊号:ISSN:1000-1220
  • 国内统一刊号:ISSN:21-1106/TP
  • 邮发代号:8-108
  • 获奖情况:
  • 中国自然科学核心期刊,中国科学引文数据库来源期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:23212