一种模糊特征提取算法及其在人脸识别中的应用  

A Fuzzy Feature Extraction Analysis and Application in Face Recognition

作　　者：顾丽敏[1] 吴小俊[1] 王士同[2] 杨静宇[3] 

机构地区：[1]江苏科技大学电子信息学院,江苏镇江212003 [2]江南大学信息工程学院,江苏无锡214122 [3]南京理工大学信息学院,江苏南京210094

出　　处：《江苏科技大学学报（自然科学版）》2006年第5期58-61,共4页Journal of Jiangsu University of Science and Technology:Natural Science Edition

基　　金：国家自然科学基金(60472060;60572034);中国科学院沈阳自动化研究所机器人学重点实验室基金(RL200108);江苏省自然科学基金(BK2004058;BK2006081);图像处理与图像通信实验室开放基金项目(KJS03038)

摘　　要：F isherface是人脸特征提取中常用的方法,KPCA+LDA能更好地解决非线性问题。本文把模糊技术与KPCA+LDA相结合提出了一种新的特征抽取方法。首先用KPCA进行初次特征提取,然后利用FKNN计算图像对各类别的隶属程度,再在此基础上用LDA进行二次特征提取。在ORL人脸库上的实验结果表明了该方法的有效性。Fisherface is a commonly used method for face recognition. KPCA p nonlinear problem. A new method of feature extraction is proposed which comb us LDA leads to a solution to nes the fuzzy technology with KPCA plus LDA. KPCA is employed to extract the initial feature, which is followed by the computation of the values of the membership for each class using fuzzy k-nearest neighbor（FKNN）. LDA is performed on the basis of the above computation. The results of experiments conducted on ORL database show the effectiveness of the proposed method.

关 键 词：人脸识别 FISHERFACE 特征提取 模糊最近邻分类 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]