[1]时书剑 马燕.基于Gabor滤波和KPCA的人脸识别方法[J].计算机技术与发展,2010,(04):51-53.
　SHI Shu-jian,MA Yan.Face Recognition Based on Gabor Filters and Kernel Principal Component Analysis[J].,2010,(04):51-53.
点击复制

基于Gabor滤波和KPCA的人脸识别方法()
分享到：

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

卷:
期数:
2010年04期
页码:
51-53
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Face Recognition Based on Gabor Filters and Kernel Principal Component Analysis
文章编号:
1673-629X（2010）04-0051-03
作者:
时书剑1 马燕2
[1]上海师范大学天华学院计算机科学与技术系[2]上海师范大学数理信息学院
Author(s):
SHI Shu-jian1; MA Yan2
[1]Computer Science ＆ Technology Department, Tianhua College,Shanghai Normal University[2]Mathematics ＆ Science College, Shanghai Normal University
关键词:
人脸识别; Gabor滤波; 核主分量分析; 核函数; 非线性特征
Keywords:
face recognition;  Gabor filters;  kernel principal component analysis;  kernel functions;  nonlinear feature
分类号:
TP391
文献标志码:
A
摘要:
尽管核主分量分析能够有效地提取非线性特征，并成功地应用于人脸识别，但是抽取对光照、表情不敏感的特征仍然是亟待解决的问题。该文提出了一种结合Gabor特征和核主分量分析的人脸识别方法。首先通过Gabor滤波器对人脸图像滤波，并通过实验分析了Gabor滤波器参数的选择，然后采用核主分量分析的方法降低Gabor特征的维数．最后采用最近邻分类器进行识别。由于采用了Gabor滤波，该方法对光照、表情具有鲁棒性，在ORL人脸库上的实验结果表强，该方法在识别性能上优于核主分量分析方法。
Abstract:
Kernel principal component analysis（KPCA） is an effective method for nonlinear feature extraction, and it was successfully utilized for face recognition. But to extract feature adapted to illumination and expressions is still a problem unsolved. A face re

相似文献/References:

[1]徐钊,吴光敏,覃世欢.基于AccelDSP的LBP算法在人脸识别中的应用[J].计算机技术与发展,2014,24(01):51.
　XU Zhao,WU Guang-min,QIN Shi-huan.Application of LBP Algorithm Based on AccelDSP in Face Recognition[J].,2014,24(04):51.
[2]袁健 姚明海.基于简化局部二元法的人脸特征提取[J].计算机技术与发展,2009,(06):84.
　YUAN Jian,YAO Ming-hai.Facial Feature Extraction Based on Simplified Local Binary Patterns[J].,2009,(04):84.
[3]李伟.人脸识别算法在智能手机上的实现[J].计算机技术与发展,2008,(01):161.
　LI Wei.Implementation of Face Identification in Intelligent Mobile Telephone[J].,2008,(04):161.
[4]黄国宏 刘刚.一种新的基于Fisher准则的线性特征提取方法[J].计算机技术与发展,2008,(05):227.
　HUANG Guo-hong,LIU Gang.A New Linear Feature Extraction Method Based on Fisher Criterion[J].,2008,(04):227.
[5]孙晓玲 侯德文 储凡静.人脸识别中的眼睛定位方法[J].计算机技术与发展,2008,(10):46.
　SUN Xiao-ling,HOU De-wen,CHU Fan-jing.Eye Location in Face Recogniton[J].,2008,(04):46.
[6]王静 谭同德.基于梯度和模板二次匹配的人眼定位[J].计算机技术与发展,2007,(10):144.
　WANG Jing,TAN Tong-de.A Method to Eyes Location Based on Step- Direction and Templet - Matching[J].,2007,(04):144.
[7]高宏娟 潘晨.基于非负矩阵分解的人脸识别算法的改进[J].计算机技术与发展,2007,(11):63.
　GAO Hong-juan,PAN Chen.Improved Face Recognition Algorithm Based on Non- Negative Matrix Factorization[J].,2007,(04):63.
[8]徐勇 张海 周森鑫 王辉.基于统计学习理论的人脸识别方法研究[J].计算机技术与发展,2007,(11):118.
　XU Yong,ZHANG Hai,ZHOU Sen-xin,et al.Research on Face Recognition Based on Statistical Learning Theory[J].,2007,(04):118.
[9]马驰 阮秋琦.基于离散微粒群优化算法的SVM参数选择[J].计算机技术与发展,2007,(12):20.
　MA Chi,RUAN Qiu-qi.Parameter Selection for SVM Based on Discrete PSO[J].,2007,(04):20.
[10]孔敏 陈思宝 罗斌.基于图谱分解的人脸表情分析[J].计算机技术与发展,2006,(04):33.
　KONG Min,CHEN Si-bao,LUO Bin.Facial Expression Analysis Based on Graph Spectral Decomposition[J].,2006,(04):33.

备注/Memo

备注/Memo:
上海市教育发展晨光计划项目（2008CGB21）时书剑（1981-），女，助教，研究方向为模式识别；马燕，教授，研究方向为人脸识别。
更新日期/Last Update: 1900-01-01