一种人脸本征空间的特征提取算法  

Feature Extraction Algorithm of Face Eigenfeature Space

作　　者：曾岳[1,2] 冯大政[1] 

机构地区：[1]西安电子科技大学雷达信号处理国家重点实验室,西安710071 [2]江西财经职业学院信息工程系,江西九江332000

出　　处：《计算机工程》2011年第19期148-149,152,共3页Computer Engineering

基　　金：国家自然科学基金资助项目(60372049);江西省科技计划基金资助项目(GJJ09412)

摘　　要：传统线性子空间算法在提取类内散度矩阵的特征向量时,存在偏差、过拟合和推广能力差的问题。为此,提出一种新的子空间算法。将类内散度矩阵的特征空间分解为2个子解空间,即主成分空间和零空间,再利用本征谱模型对2个空间分别进行正则化。在ORL人脸库上的实验表明,该算法使用较少的特征维数就能达到与传统算法相同的识别率。For the other line subspace approach existing some problems of bias,overfitting and poor generalization when extracting eigenfeatures from within-class matrix,a new subspace approach is proposed.This approach decomposes the eigenfeature space into two spaces： principal component subspace and zero subspace,and regularizes the two subspaces separately to alleviate the problems of instability,overfitting or poor generalization.Experiments on ORL face base show the method achieves a given recognition rate with fewer features than other approaches and outperforms others.

关 键 词：子空间法 人脸识别 本征谱 特征提取 识别率 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]