基于DCT和KDA的人脸特征提取新方法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于DCT和KDA的人脸特征提取新方法

王孝国, 张雄伟

文章导航 > 电子科技大学学报 > 2006 > 35(4): 450-453

王孝国, 张雄伟. 基于DCT和KDA的人脸特征提取新方法[J]. 电子科技大学学报, 2006, 35(4): 450-453.

引用本文:

王孝国, 张雄伟. 基于DCT和KDA的人脸特征提取新方法[J]. 电子科技大学学报, 2006, 35(4): 450-453.

WANG Xiao-guo, ZHANG Xiong-wei. A Novel Face Features Extraction Method Based on DCT and KDA[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(4): 450-453.

Citation:

WANG Xiao-guo, ZHANG Xiong-wei. A Novel Face Features Extraction Method Based on DCT and KDA[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(4): 450-453.

基于DCT和KDA的人脸特征提取新方法

1.
解放军理工大学通信工程学院南京 210007

基金项目:

江苏省高校重点实验室基金资助项目(KJS03036)

作者简介:
王孝国(1973-),男,博士生,主要从事图像处理与模式识别方面的研究;张雄伟(1963-),男,教授,主要从事智能信息处理方面的研究.

王孝国(1973-),男,博士生,主要从事图像处理与模式识别方面的研究;张雄伟(1963-),男,教授,主要从事智能信息处理方面的研究.

中图分类号: TN911.73;TP391.41

A Novel Face Features Extraction Method Based on DCT and KDA

1.
Institute of Communications Engineering,PLA Univ. of Sci. & Tech. Nanjing 210007

摘要: 提出了一种新的人脸特征提取方法,该方法采用DCT对人脸图像进行降维和去噪,并通过KDA提取人脸特征。基于该特征,采用NN分类器,对ORL人脸库进行分类识别,仅用28个特征平均识别率就达到97.3%,"留一法"识别率为99.5%。仿真结果表明:该方法有效地滤除了人脸图像中的高频干扰信息,明显增强了特征的辨别能力,同时显著地降低了特征维数和计算复杂度。
- 人脸识别 /
- 核辨别分析 /
- 最近邻分类器
Abstract: A novel face feature extraction method is presented in this paper. In this method, the raw face images are denoised by DCT, and dimension reduced features are obtained, then the KDA is performed on the feature vectors to enhance discriminant power. Finally, the NN classifier is selected to perform face classification. The experimental results on ORL face database show that the proposed method achieves an average recognition accuracy of 97.3% using only 28 features and the ‘leave one out’ recognition rate is 99.5%. Moreover, the dicriminant power is enhanced effectively, and the computing complexity and feature dimensions are reduced greatly.
- face recognition /
- kernel discriminant analysis /
- nearest neighbor classifier

[1]	王奇, 钱伟中, 雷航, 王旭鹏. 基于关键特征增强机制的3D人脸识别 . 电子科技大学学报, 2024, 53(2): 252-258. doi: 10.12178/1001-0548.2023012
[2]	龚勋, 周炀. 面向低质量数据的3D人脸识别 . 电子科技大学学报, 2021, 50(1): 43-51. doi: 10.12178/1001-0548.2020321
[3]	周书田, 颜信, 谢镇汕. 视频人脸识别中高效分解卷积与时间金字塔网络研究 . 电子科技大学学报, 2021, 50(2): 231-235. doi: 10.12178/1001-0548.2020319
[4]	周书田, 颜信, 谢镇汕. 一种增强人脸识别模型训练稳定性的损失函数 . 电子科技大学学报, 2021, 50(1): 59-62. doi: 10.12178/1001-0548.2020226
[5]	吴斌, 王利龙, 邵延华. 改进双向二维局部保持投影的人脸识别算法 . 电子科技大学学报, 2019, 48(6): 904-909, 924. doi: 10.3969/j.issn.1001-0548.2019.06.015
[6]	张良, 李玉, 刘婷婷, 郝凯锋. 融合小波和LBP-GD特征的人脸表情识别 . 电子科技大学学报, 2018, 47(5): 654-659. doi: 10.3969/j.issn.1001-0548.2018.05.003
[7]	赵继东, 李晶晶, 鲁珂, 吴跃. 一种鲁棒的多态人脸识别算法 . 电子科技大学学报, 2015, 44(2): 278-282. doi: 10.3969/j.issn.1001-0548.2015.02.020
[8]	雷刚, 蒲亦菲, 张卫华, 周激流. 张量典型相关分析及其在人脸识别中的应用 . 电子科技大学学报, 2012, 41(3): 435-440. doi: 10.3969/j.issn.1001-0548.2012.03.022
[9]	蒲晓蓉, 樊科, 黄东. 类内子流形局部间隔对齐的人脸图像判别方法 . 电子科技大学学报, 2010, 39(6): 915-919. doi: 10.3969/j.issn.1001-0548.2010.06.023
[10]	琚生根, 周激流, 何坤, 夏欣, 王刚. 频域光照归一化的人脸识别 . 电子科技大学学报, 2009, 38(6): 1021-1025. doi: 10.3969/j.issn.1001-0548.2009.06.027
[11]	于雪莲, 刘本永. 最优的核判别分析用于雷达目标识别 . 电子科技大学学报, 2008, 37(6): 883-885,937.
[12]	刘震, 周明天. 基于核方法的贝叶斯邮件分类网络研究 . 电子科技大学学报, 2007, 36(3): 587-589,593.
[13]	陈振国, 李冬艳. 运用核Fisher鉴别分析和MPM分类器的入侵检测 . 电子科技大学学报, 2007, 36(6): 1192-1194.
[14]	耿技, 印鉴. 改进的共享型最近邻居聚类算法 . 电子科技大学学报, 2006, 35(1): 70-72.
[15]	蒲晓蓉, 郑自明, 周伟. 基于子空间投影的残缺人脸图像识别新算法 . 电子科技大学学报, 2006, 35(2): 208-210,220.
[16]	孙鑫, 刘本永. 基于局部本征谱的人脸识别 . 电子科技大学学报, 2005, 34(4): 493-496.
[17]	金明曦, 武妍. 基于对向传播神经网络的人脸识别方法 . 电子科技大学学报, 2004, 33(5): 573-576.
[18]	尹星云, 王洵, 董兰芳, 万寿红. 用隐马尔可夫模型设计人脸表情识别系统 . 电子科技大学学报, 2003, 32(6): 725-728.
[19]	黎忠文, 熊光泽. 安全核机制的分析 . 电子科技大学学报, 2001, 30(1): 62-65.
[20]	汪天富, 郑昌琼, 李德玉. 基于神经网络的超声医学图像自动分割 . 电子科技大学学报, 1997, 26(4): 366-368.

WeChat

点击查看大图

计量

文章访问数: 3521
HTML全文浏览量: 118
PDF下载量: 93
被引次数: 0

基于DCT和KDA的人脸特征提取新方法

1. 解放军理工大学通信工程学院南京 210007

基金项目:

江苏省高校重点实验室基金资助项目(KJS03036)

作者简介:
王孝国(1973-),男,博士生,主要从事图像处理与模式识别方面的研究;张雄伟(1963-),男,教授,主要从事智能信息处理方面的研究.

王孝国(1973-),男,博士生,主要从事图像处理与模式识别方面的研究;张雄伟(1963-),男,教授,主要从事智能信息处理方面的研究.

收稿日期: 2004-11-08
刊出日期: 2006-08-15

中图分类号: TN911.73;TP391.41

关键词:

摘要: 提出了一种新的人脸特征提取方法,该方法采用DCT对人脸图像进行降维和去噪,并通过KDA提取人脸特征。基于该特征,采用NN分类器,对ORL人脸库进行分类识别,仅用28个特征平均识别率就达到97.3%,"留一法"识别率为99.5%。仿真结果表明:该方法有效地滤除了人脸图像中的高频干扰信息,明显增强了特征的辨别能力,同时显著地降低了特征维数和计算复杂度。

English Abstract

王孝国, 张雄伟. 基于DCT和KDA的人脸特征提取新方法[J]. 电子科技大学学报, 2006, 35(4): 450-453.

引用本文:

王孝国, 张雄伟. 基于DCT和KDA的人脸特征提取新方法[J]. 电子科技大学学报, 2006, 35(4): 450-453.

WANG Xiao-guo, ZHANG Xiong-wei. A Novel Face Features Extraction Method Based on DCT and KDA[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(4): 450-453.

Citation:

WANG Xiao-guo, ZHANG Xiong-wei. A Novel Face Features Extraction Method Based on DCT and KDA[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(4): 450-453.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发