主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
朱玉莲,陈松灿.特征采样和特征融合的子图像人脸识别方法.软件学报,2012,23(12):3209-3220
特征采样和特征融合的子图像人脸识别方法
Sub-Image Method Based on Feature Sampling and Feature Fusion for Face Recognition
投稿时间:2011-08-02  修订日期:2012-02-15
DOI:10.3724/SP.J.1001.2012.04199
中文关键词:  典型相关分析  人脸识别  信息融合  小样本问题  子图像  特征采样
英文关键词:canonical correlation analysis (CCA)  face recognition  information fusion  small sample size  sub-image method  feature sampling
基金项目:国家自然科学基金(60973097, 61035003); 南京航空航天大学基本科研业务费专项科研项目(ns2010233)
作者单位E-mail
朱玉莲 南京航空航天大学 计算中心,江苏 南京 210016
南京航空航天大学 计算机科学与技术学院,江苏 南京 210016 
lianyi_1999@nuaa.edu.cn 
陈松灿 南京航空航天大学 计算机科学与技术学院,江苏 南京 210016  
摘要点击次数: 3636
全文下载次数: 5782
中文摘要:
      提出一种基于特征采样和特征融合的子图像人脸识别方法(RS-SpCCA).首先,对子图像进行特征采样;然后,将全局特征和采样后的特征使用CCA 进行信息融合,以获取包含全局特征和局部特征的相关特征;最后,在相关特征上构建分量分类器.在该方法中,特征采样是为了构建更多且多样的分量分类器;而引入特征融合思想是为了充分利用图像的全局特征.AR,Yale 和ORL 这3 个数据库上的实验结果表明,基于特征采样和特征融合的子图像方法(RS-SpCCA)优于单纯的信息融合方法(SpCCA)和特征采样方法(Semi-RS).
英文摘要:
      In this paper, a sub-image method based on feature sampling and feature fusion (called as RS_SpCCA) is proposed. RS_SpCCA first performs a random subspace method in sub-images which are partitioned in a deterministic way. Then, the method obtains correlation features by fusing sampled features and global feature extracted by certain feature extraction method and finally, constructs component classifiers on corrleation features. In this method, the purpose of sampling feature is to construct more diverse component classifiers, and the purpose of the fusing feature is to make good use of the global information. The experimental results on AR, Yale and ORL three face image databases show that sub-image method based on feature sampling and feature fusion (RS_SpCCA) is superior to both SpCCA and Semi-RS which only use feature sampling or feature fusion.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利