基于子空间分析的人脸识别方法研究

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

基于子空间分析的人脸识别方法研究

葛微 , 程宇奇 , 刘春香 , 陈秋萍

文章导航 > 中国光学 > 2009 > 2(5): 377-387

葛微, 程宇奇, 刘春香, 陈秋萍. 基于子空间分析的人脸识别方法研究[J]. 中国光学, 2009, 2(5): 377-387.

引用本文:

葛微, 程宇奇, 刘春香, 陈秋萍. 基于子空间分析的人脸识别方法研究[J]. 中国光学, 2009, 2(5): 377-387.

GE Wei, CHENG Yu-qi, LIU Chun-xiang, Chen Qiu-ping. Research of face recognition methods based on subspace analysis[J]. Chinese Optics, 2009, 2(5): 377-387.

Citation:

GE Wei, CHENG Yu-qi, LIU Chun-xiang, Chen Qiu-ping. Research of face recognition methods based on subspace analysis[J]. Chinese Optics, 2009, 2(5): 377-387.

基于子空间分析的人脸识别方法研究

1.
中国科学院长春光学精密机械与物理研究所，吉林长春 130033;
2.
中国科学院研究生院，北京 100039

通讯作者: 葛微

中图分类号: TP391.4

Research of face recognition methods based on subspace analysis

1.
Changchun Institute of Optics, Fine Mechanics and Physics, Chinese Academy of Sciences, Changchun 130033，China;
2.
Graduate University of the Chinese Academy of Sciences, Beijing 100039, China

More Information

Corresponding author: GE Wei

摘要: 人脸识别技术是模式识别和机器视觉领域的一个重要研究方向，在众多人脸识别的算法中，基于子空间分析的特征提取方法以其稳定可靠的识别效果成为了人脸识别中特征提取的主流方法之一。本文对目前应用较多的子空间分析方法进行了研究，具体介绍了线性子空间分析方法：主成分分析（PCA）、线性鉴别分析（LDA）、独立主成分分析（ICA）、快速主成分分析（FastICA）等及非线性子空间分析方法：基于核的PCA （KPCA）等的基本思想及其在人脸识别中的研究进展，包括一些新的研究成果。此外，还应用orl及Yale B人脸库对几个基础的子空间方法进行了验证实验。实验结果表明，在几个子空间分析方法中，FastICA算法取得了最高的识别率。最后结合实验结果对各算法的优缺点进行了分析总结。
- 人脸识别 /
- 子空间分析 /
- 线性子空间分析 /
- 非线性子空间分析
Abstract: Face recognition is an important problem of pattern recognition and machine learning. Among many approaches to the problem of face recognition, subspace analysis gives the most promising results, and becomes one of the most popular methods. This paper researches subspace analysis methods, introduces the basic theory of linear subspace such as PCA、LDA、ICA 、FastICA etc. and non-linear subspace such as KPCA etc. and their application in face recognition ,including some new research fruits concretely . In addition ,ORL database and YALE B database are used to experiment basic subspace methods. The experiment results indicate that FastICA method is more powerful than other subspace methods for face recognition. Finally, the advantage and disadvantage of these methods are discussed by the experiment results.
- face recognition /
- subspace analysis /
- linear subspace analysis /
- non-linear subspace analysis

[1]	王晓洋, 刘丽娟. 深紫外非线性光学晶体及全固态深紫外相干光源研究进展 . 中国光学, 2020, 13(3): 427-441. doi: 10.3788/CO.2020-0028
[2]	汤伟, 刘立生, 刘扬, 邵俊峰, 郭劲. 激光空间合束主镜优化设计与分析 . 中国光学, 2020, 13(3): 442-450. doi: 10.3788/CO.2019-0161
[3]	陈醒, 胡春晖, 颜昌翔, 孔德成. 大视场空间可见光相机的杂散光分析与抑制 . 中国光学, 2019, 12(3): 678-685. doi: 10.3788/CO.20191203.0678
[4]	李卓, 王有亮, 郑建华, 李明涛. 空间引力波探测任务的入轨误差分析 . 中国光学, 2019, 12(3): 493-502. doi: 10.3788/CO.20191203.0493
[5]	王智, 沙巍, 陈哲, 王永宪, 康玉思, 罗子人, 黎明, 李钰鹏. 空间引力波探测望远镜初步设计与分析 . 中国光学, 2018, 11(1): 131-151. doi: 10.3788/CO.20181101.0131
[6]	秦沛, 任玉, 刘丽炜, 胡思怡, 冯悦姝, 刘颖异, 岳婕. 金属纳米颗粒等离激元共振增强非线性介质谐波的发展现状 . 中国光学, 2016, 9(2): 213-225. doi: 10.3788/CO.20160902.0213
[7]	龚梓博, 陆星, 施可彬, 龚旗煌. 光学频率梳非线性传输及其在相位噪声探测中的应用 . 中国光学, 2015, 8(1): 39-44. doi: 10.3788/CO.20150801.0039
[8]	田金荣, 宋晏蓉, 王丽. 常用激光峰值功率公式误差分析 . 中国光学, 2014, 7(2): 253-259. doi: 10.3788/CO.20140702.0253
[9]	王飞, 戢运峰, 冯刚, 徐作冬, 邵碧波. 红外焦平面阵列非线性校正曲线测量方法 . 中国光学, 2014, 7(1): 144-149. doi: 10.3788/CO.20140701.0144
[10]	王智, 郭万存. 空间臂式补偿机构轴承预紧力与系统刚度关系分析 . 中国光学, 2014, 7(6): 989-995. doi: 10.3788/CO.20140706.0989
[11]	吴从均, 颜昌翔, 高志良. 空间激光通信发展概述 . 中国光学, 2013, 6(5): 670-680. doi: 10.3788/CO.20130605.0670
[12]	刘炳强, 张帆, 李景林, 许艳军, 孙斌. 空间相机调焦机构运动同步性误差分析 . 中国光学, 2013, 6(6): 946-951. doi: 10.3788/CO.20130606.946
[13]	杨献伟, 吴清文, 李书胜, 江帆, 李志来. 空间光学遥感器热设计 . 中国光学, 2011, 4(2): 139-146.
[14]	郭亮, 吴清文, 曹启鹏, 颜昌翔, 陈立恒, 王领华, 刘伟毅. 空间相机电控机箱的热设计及仿真分析 . 中国光学, 2011, 4(2): 129-138.
[15]	梁九生, 吴清文, 黄涛. 基于LabVIEW的空间相机试验测控系统设计 . 中国光学, 2010, 3(2): 133-139.
[16]	徐蓉, 门涛, 张荣之. 临近空间平台光电探测系统在空间态势感知中的应用 . 中国光学, 2010, 3(6): 546-553.
[17]	张新洁, 王树清, 颜昌翔. 空间相机调焦机构的设计与分析 . 中国光学, 2010, 3(5): 462-466.
[18]	辛雪军, 陈长征, 张星祥, 许艳军, 任建岳. 平行光管主反射镜组件的非线性有限元分析 . 中国光学, 2010, 3(2): 170-176.
[19]	黄涛, 吴清文, 梁九生, 余飞, 黎明. 空间相机接触热阻的计算 . 中国光学, 2009, 2(4): 334-339.
[20]	高劲松, 申振峰, 王笑夷, 王彤彤, 陈红, 郑宣鸣. SiC空间反射镜材料及其表面改性技术现状分析 . 中国光学, 2009, 2(2): 71-78.

WeChat

点击查看大图

计量

文章访问数: 3825
HTML全文浏览量: 36
PDF下载量: 4117
被引次数: 0

基于子空间分析的人脸识别方法研究

1. 中国科学院长春光学精密机械与物理研究所，吉林长春 130033;

2. 中国科学院研究生院，北京 100039

通讯作者: 葛微

收稿日期: 2009-07-14
修回日期: 2009-08-17
刊出日期: 2009-10-20

中图分类号: TP391.4

关键词:

子空间分析 /

线性子空间分析 /

非线性子空间分析

摘要: 人脸识别技术是模式识别和机器视觉领域的一个重要研究方向，在众多人脸识别的算法中，基于子空间分析的特征提取方法以其稳定可靠的识别效果成为了人脸识别中特征提取的主流方法之一。本文对目前应用较多的子空间分析方法进行了研究，具体介绍了线性子空间分析方法：主成分分析（PCA）、线性鉴别分析（LDA）、独立主成分分析（ICA）、快速主成分分析（FastICA）等及非线性子空间分析方法：基于核的PCA （KPCA）等的基本思想及其在人脸识别中的研究进展，包括一些新的研究成果。此外，还应用orl及Yale B人脸库对几个基础的子空间方法进行了验证实验。实验结果表明，在几个子空间分析方法中，FastICA算法取得了最高的识别率。最后结合实验结果对各算法的优缺点进行了分析总结。

English Abstract

葛微, 程宇奇, 刘春香, 陈秋萍. 基于子空间分析的人脸识别方法研究[J]. 中国光学, 2009, 2(5): 377-387.

引用本文:

葛微, 程宇奇, 刘春香, 陈秋萍. 基于子空间分析的人脸识别方法研究[J]. 中国光学, 2009, 2(5): 377-387.

GE Wei, CHENG Yu-qi, LIU Chun-xiang, Chen Qiu-ping. Research of face recognition methods based on subspace analysis[J]. Chinese Optics, 2009, 2(5): 377-387.

Citation:

GE Wei, CHENG Yu-qi, LIU Chun-xiang, Chen Qiu-ping. Research of face recognition methods based on subspace analysis[J]. Chinese Optics, 2009, 2(5): 377-387.

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