[1]刘树利 胡茂林.基于不同视角的人脸模型识别方法[J].计算机技术与发展,2006,(06):213-215.
　LIU Shu-li,HU Mao-lin.Recognition of Human Face in Different Pose[J].,2006,(06):213-215.
点击复制

基于不同视角的人脸模型识别方法()

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2006年06期
页码:
213-215
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Recognition of Human Face in Different Pose
文章编号:
1673-629X（2006）06-0213-03
作者:
刘树利1 胡茂林2
[1]安徽大学智能计算与信号处理实验室[2]安徽大学数学与计算科学学院
Author(s):
LIU Shu-li;  HU Mao-lin
[1]Lab. of Intelligent Computing and Signal Processing, Anhui University[2]School of Mathematics and Scientific Computing,Anhui University
关键词:
主成分分析; 线性分类分析; 射影变换
Keywords:
principal component analysis（PCA）; linear classification analysis; projective transformation
分类号:
TN911.73
文献标志码:
A
摘要:
对在不同视角下，得到的人脸模型，文中提出一种基于人脸表面的识别方法，采用平面射影变换，将人脸的图像变换到一个相同的图像，使图像对齐；而后运用主成分分析法（PCA）进行分类。基于这种方法，由光线、面部表情、姿态的改变引起的不必要变化就可能被消除或可以忽略。这种方法可以达到比较准确的识别人脸的目的。实验结果显示，文中的方法对人脸模型提供了更好的表达，并且人脸识别的错误率更低
Abstract:
In this paper,a novel method is proposed to recognize faces in different pose. First, face images are changed into another same face image by the planer projective transformation, then they are represented and classified by the principal component analysis（PCA）. By this way,the unwanted variations resulting from changes in lighting, facial expression,end pose may he eliminated or reduced. The valuations on the actual images have shown that our methods can provide a better representation and achieve lower rates in face recognition

相似文献/References:

[1]夏玫 陈立潮 王新波.一种提高BP神经网络泛化能力的改进算法[J].计算机技术与发展,2009,(09):62.
　XIA Mei,CHEN Li-chao,WANG Xin-bo.A Modified Algorithm to Improve Generalization Ability of BP Neural Network[J].,2009,(06):62.
[2]宋世刚 粘永健 李纲.面向目标检测的高光谱图像压缩技术[J].计算机技术与发展,2009,(11):1.
　SONG Shi-gang,NIAN Yong-jian,LI Gang.Hyperspectral Image Compression Employing Target Detection[J].,2009,(06):1.
[3]张瑞霞 王勇.融合PCA和LDA的入侵检测算法[J].计算机技术与发展,2009,(11):132.
　ZHANG Rui-xia,WANG Yong.Fusion of PCA and LDA for Intrusion Detection[J].,2009,(06):132.
[4]俞小娟 胡金柱 李琼 周毕吉.用主成分分析法研究短语字段的判别因素[J].计算机技术与发展,2008,(10):116.
　YU Xiao-juan,HU Jin-zhu,LI Qiong,et al.Studying Factors of Judging Phrase Fields by Method of Principal Component Analysis[J].,2008,(06):116.
[5]王辉.主成分分析及支持向量机在人脸识别中的应用[J].计算机技术与发展,2006,(08):24.
　WANG Hui.Application in Human Face Recognition Based on Principal Component Analysis and Support Vector Machine[J].,2006,(06):24.
[6]张靖 葛玮 郝克刚.软件度量中主成分分析方法的研究[J].计算机技术与发展,2006,(12):144.
　ZHANG Jing,GE Wei,HAO Ke-gang.Research of Principal Component Analysis in Software Metrics[J].,2006,(06):144.
[7]职为梅 范明.样本大小对稀有类分类的影响[J].计算机技术与发展,2011,(05):9.
　ZHI Wei-mei,FAN Ming.Impact of Sample Size for Rare-Class Classification[J].,2011,(06):9.
[8]邓炳荣 伍世元 武琳 邵雅雯 李江勇.一种基于计算机嗅觉的卷烟等级识别方法[J].计算机技术与发展,2011,(11):177.
　DENG Bing-rong,WU Shi-yuan,WU Lin,et al.Application of Electronic Nose in Discrimination of Different Levels Cigarette[J].,2011,(06):177.
[9]杨晓斌 周宁宁 杨婷婷.基于统计处理图像放大方法在人脸识别中应用[J].计算机技术与发展,2011,(12):55.
　YANG Xiao-bin,ZHOU Ning-ning,YANG Ting-ting.Application of an Image Magnification Method Based on Statistical Processing in Face Recognition[J].,2011,(06):55.
[10]王建雄 张立民 钟兆根.基于FastICA算法的盲源分离[J].计算机技术与发展,2011,(12):93.
　WANG Jian-xiong,ZHANG Li-min,ZHONG Zhao-gen.Blind Source Separation Based on FastICA Algorithm[J].,2011,(06):93.

备注/Memo

备注/Memo:
刘树利（1980-），男，安徽人，硕士研究生，研究方向为计算机视觉与模式识别；胡茂林，教授，博士，研究方向为偏微分方程、计算机视觉与模式识别
更新日期/Last Update: 1900-01-01