基于稀疏张量的人脸图像特征提取

作     者：周春光 孙明芳 王甦菁 陈前 刘小华 刘昱昊 

作者机构：吉林大学计算机科学与技术学院长春130012 

出 版 物：《吉林大学学报（工学版）》 (Journal of Jilin University:Engineering and Technology Edition)

年 卷 期：2012年第42卷第6期

页      面：1521-1526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：国家自然科学基金项目(61175023) 

主　　题：计算机应用 特征提取 稀疏表示 张量子空间 人脸识别 

摘      要：在多线性主成分分析(Multi-linear principal component analysis,MPCA)的基础上提出了用于特征提取的稀疏张量主成分分析(STPCA)方法。该方法把MPCA中的特征值分解问题转化为线性回归问题,以此得到稀疏的投影矩阵,并通过该投影矩阵来降低遮挡对特征提取效果的影响。最后在Georgia tech和AR人脸库上进行对比实验,结果表明:本文方法无论在识别的精确度上还是在对遮挡的鲁棒性上都优于原有的MPCA算法。