[1]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):55-58.
　YANG Xiao-bin,ZHOU Ning-ning,YANG Ting-ting.Application of an Image Magnification Method Based on Statistical Processing in Face Recognition[J].,2011,(12):55-58.
点击复制

基于统计处理图像放大方法在人脸识别中应用()
分享到：

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

卷:
期数:
2011年12期
页码:
55-58
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Application of an Image Magnification Method Based on Statistical Processing in Face Recognition
文章编号:
1673-629X（2011）12-0055-04
作者:
杨晓斌1 周宁宁1; 2 杨婷婷1
[1]南京邮电大学计算机学院[2]北京航空航天大学软件开发环境国家重点实验室
Author(s):
YANG Xiao-bin ; ZHOU Ning-ning ; YANG Ting-ting
[1]School of Computer Science, Nanjing University of Posts and Telecommunications[2]The State Key Laboratory of Software Development Environment, Beihang University
关键词:
基于统计处理图像放大; 主成分分析; 径向基函数网络; 人脸识别
Keywords:
index termsan image magnification method based on statistical processing;  principal component analysis;  radial basis function neural networks;  face recognition
分类号:
TP31
文献标志码:
A
摘要:
图像插值是数字图像处理中最基本、最重要的技术之一。文中设计提出一种新的边缘方向算法得到高分辨率图像的插值，并且把这个放大算法运用在人脸识别中。在很多视频监控中，尤其是当目标人脸离摄像头距离非常远，获得的目标人脸图像通常比较小，以至于难以对目标人脸图像进行正确的识别。文中首先提出了一种基于统计处理图像放大方法，使图像放大后更为清晰和易辨。然后应用主成分分析（PCA）和径向基函数网络（RBF）方法对放大后的人脸图像进行识别。经过多次实验，结果表明该识别方法在低分辨率人脸图像上有较好的识别效果，为人脸的实时识别提供了一种新途径
Abstract:
Image interpolation is one of the most important technologies in digital image processing. It proposes an edge-directed interpolation algorithm for natural images to adapt the interpolation at a higher resolution and then use this method in face recognition. In many video surveillance systems, especially, when camera is very far away from the target object, the face image is usually small, which makes it difficult to recognize the human face correctly. It presents an image magnification method based on statistical processing, which makes the original image clearer and easier to distinguish. Then the principle component analysis （ PLA ） and the radial basis function neural network （RBF） are applied to human face recognition. The experimental results show that the new recognition method has a high recognition rate in low resolution face images. It provides a new way for real-time 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,(12):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,(12):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,(12):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,(12):116.
[5]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.
　LIU Shu-li,HU Mao-lin.Recognition of Human Face in Different Pose[J].,2006,(12):213.
[6]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,(12):24.
[7]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,(12):144.
[8]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,(12):9.
[9]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,(12):177.
[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,(12):93.

备注/Memo

备注/Memo:
国家高技术研究发展计划（863计划）（2009AA043303）;软件开发环境国家重点实验室开放课题（SKLSDE-2011KF-04）杨晓斌（1987-），男，江苏无锡人，硕士研究生，研究方向为数字图像处理；周宁宁，副教授，研究方向为虚拟现实和数字图像处理
更新日期/Last Update: 1900-01-01