加权估计纹理分析结合高斯黎曼流形的人脸识别方法

作者：梁传君; 卜宇; 王红梅

来源：微型电脑应用, 2017, 33(11): 15-19.

• 人脸识别
• 高斯黎曼流形
• 加权估计
• 纹理分析
• 仿射包模型
• 特征提取

针对图像集人脸识别中的子空间模型限制问题,提出了加权估计纹理分析结合高斯黎曼流形的人脸识别方法(WETA-GRMD)。使用样本图像和从样本获得的仿射包模型联合表示一幅图像。加权估计纹理分析进行人脸匹配,并解决权值最优化问题。利用高斯黎曼流形计算高斯分量具有识别能力的信息,并通过寻找最大判别分量识别人脸。在两个具有一定挑战性的数据集YouTube Celebrities(YTC)和YouTube Face(YTF)上的实验验证了提出方法的有效性,结果表明,相比其他几种较新的方法,提出的方法具有更高的识别率。

• 单位
  新疆工程学院