基于 Gabor 块与余弦核的核判别公共向量 (KDCV) 人脸识别方法
计算机视觉与模式识别
2013-12-06 v1
摘要
本文提出了一种用于增强人脸识别的非线性 Gabor 小波变换 (GWT) 判别特征提取方法。首先，从 Gabor 小波变换后的图像中提取低能量块。其次，利用广义核判别公共向量 (KDCV) 方法对所选低能量块进行非线性判别特征的分析和提取。该 KDCV 方法被扩展以在判别方法中包含余弦核函数。随后，将带有核函数的 KDCV 应用于提取的低能量判别特征向量，以获得用于人脸识别的复数量的实部。为了推导正核判别向量，我们仅应用那些与非零特征值相关的核判别特征向量。基于余弦核函数模型的低能量 Gabor 块广义 KDCV 方法的可行性已通过 L1、L2 距离度量以及余弦相似度度量在正面和姿态倾斜的人脸识别图像分类中成功测试。在 FRAV2D 和 FERET 数据库上的实验结果证明了该新方法的有效性。
引用
@article{arxiv.1312.1517,
title = {A Gabor block based Kernel Discriminative Common Vector (KDCV) approach using cosine kernels for Human Face Recognition},
author = {Arindam Kar and Debotosh Bhattacharjee and Dipak Kumar Basu and Mita Nasipuri and Mahantapas Kundu},
journal= {arXiv preprint arXiv:1312.1517},
year = {2013}
}
备注
9 pages,Hindawi Publishing Corporation, Received 14 March 2012; Revised 16 July 2012; Accepted 13 August 2012. International Journal of Computational Intelligence and Neuroscience,2012