基于多尺度奇异值特征的人脸识别

作     者：严云洋 郭志波 杨静宇 

作者机构：淮阴工学院计算机工程系淮安223001 南京理工大学计算机科学与技术学院 

出 版 物：《清华大学学报（自然科学版）》 (Journal of Tsinghua University(Science and Technology))

年 卷 期：2008年第48卷第10期

页      面：1692-1696页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金资助项目(60632050) 江苏省高校自然科学基金资助项目(06KJD520024) 淮安市科技发展基金资助项目(HAG07063) 

主　　题：人脸识别 多尺度 奇异值分解 特征组合 

摘      要：奇异值特征向量是图像的一种有效特征,但应用整个图像的奇异值特征向量进行人脸识别时,识别率较低。为提高识别率,提出了改进算法,对图像进行多尺度划分,先得到每个图像块的奇异值,然后将它们组合成多尺度奇异值特征向量,再应用线性鉴别分析方法进行人脸识别。由于多尺度奇异值特征向量不仅反映了整幅图像的全局特征,还反映了图像多种尺度下的局部特征,因此具有更多的鉴别信息。在ORL(Oto Rhino Laryngology)人脸库上的实验,显示人脸识别率达97.38%,且算法简单,鲁棒性更好,优于对比方法。