论文研究融合PCA和稀疏表示的人脸识别研究 .pdf

改进人脸模板建模的人脸识别方法，陈振学，常发亮，人脸识别是一种典型的生物特征识别方法，其在安全验证系统、档案管理、人机交互、社会安全等方面有着巨大的应用前景。本文提出一

核主成分分析是主成分分析在核空间中的非线性推广，能有效应用于人脸识别，但是识别过程时间开销过大仍是待解决的问题。提出了一种结合离散余弦变换和核主分量分析的人脸识别方法。对人脸图像进行离散余弦变换，选择

针对现有人脸识别方法对人脸角度、表情、姿态等因素较为敏感且准确率低的问题，提出了一种基于距离限定优化算法的人脸识别模型。该模型对人脸识别方法的改进有两点：a）利用LBP算子提取人脸图像纹理谱特征图，然

提出一种基于完整局部二值模式(CLBP)进行人脸识别的方法，CLBP算子包括三个部分：中心像素的LBP(CLBP_C)、符号部分的LBP(CLBP_S)、数值部分的LBP(CLBP_M)。该方法首先采

针对人脸表情时空域特征信息的有效提取，提出了一种CBP-TOP（centralizedbinarypatternsfromthreeorthogonalpanels）特征和SVM分类器相结合的人脸表情

针对现有的基于稀疏表示的人脸识别方法没有更新优化选择的原子的问题，提出一种基于子空间追踪的人脸识别方法。在稀疏编码过程中的原子选择步骤中，引入回溯迭代优化思想和多原子选择方案，通过移除可信度较低的原子

提出了一种基于矩阵模式的人脸表情识别方法。该算法直接将人脸表情图像矩阵作为矩阵模式，并结合传统PCA和FLDA进行表情特征提取，称之为MatPCA和MatFLDA。与2DPCA等不同，该算法既利用图像

稀疏表示以其出色的分类性能成为说话人确认研究的热点，其中过完备字典的构建是关键，直接影响其性能。为了提高说话人确认系统的鲁棒性，同时解决稀疏表示过完备字典中存在噪声及信道干扰信息的问题，提出一种基于i

PCA在人脸识别中的改进算法，黄昉，张宝昌，基于传统的主成分分析(PCA)方法，为使PCA不再局限于满足高斯分布，提出了改进的PCA人脸识别方法。改进的PCA方法先对训练图像集进行分�

由于传统的PCA要求训练样本符合高斯分布，而现实中得到的图片往往由于光照、表情、姿态的不同，不符合高斯分布。为了使PCA不再局限于高斯分布，并且不影响其识别率，提出一种改进的模块PCA人脸识别新算法。