在人脸维度里，对称性是一个重要特征。以往许多研究人员利用PCA把相关数据从高维降到低维来实现人脸识别、提升识别效率。该文在PCA（主成分分析法）的框架下探讨了面部的对称性。研究通过平均两半脸来操纵面部的对称，认为良好估计的对称脸位于一个低维的子空间。受此启发，在研究中提出一种类似于PCA的模型，即镜像PCA，分析和提取人脸的低秩对称特征及其主要发展方向，在现有的优化框架下大大提高了人脸的识别效果。通过试验，证明了这种方法的科学有效性和鲁棒性。
科研之友
微信
新浪微博
Facebook
分享链接
