文档介绍：第卷第期重庆电子工程职业学院学报.
年月/.
对人脸识别特征数据降维算法的优化
杨玉平,向华
.重庆电子工程职业学院,重庆;.重庆师范大学,重庆
摘要:在模式识别领域,人脸特征数据相对庞大,为了提取人脸主要的特征数据,提高识别系统的运行
效率,对特征数据的降维是必须的操作。针对现有降维算法对识别率有较大影响的问题,本文总结了各类降
维算法,提出了一种优化的降维算法。
关键词:人脸识别;降维;人脸特征;人脸识别
中图分类号: 文献标识码: 文章编号:—卜
—变换的实质就是将数据
了很大的发展,例如:指纹识别、虹膜识别、
别等。人脸识别以其不易察觉性、
:
. 特征脸方
,、、等特
达不到要求现在在降低维度的实验过程中,一般一般过程是:预处理人脸图像;
运用多种维度降维,比如提取的特征数据的维度从征数据形成特征空间:形成特征子空间:把样本人
几十维到上百个维度不等或者就以实验的方式来脸图像和待识别的人脸图像投影到特征子空间上:
。如下图:
果继续降维就会造成整个识别系统的识别率降低。
现有的降维方法撸圈
.—变换
—
传统的数学领域常用的正交变换简单来讲就是将
成是一个的行向量或者列向量。例如一张
维空间的数据可以用下面的数学公式来表示:
是一个维空间中的一点。但一般人脸的都是
假设有矩阵,个行向量表示样本的个数,
表示每个样本数据的维数。有另一矩阵称这
个为变换矩阵,将这两个矩阵作如下运算:
× 的低维子空间来表示除去冗余信息的主要的特征
收稿日期:——
作者简介:杨玉平一,男,重庆市人,重庆电子工程职业学院,助教、重庆师范大学计算机与信息科学学院计算机软
:数字图像处理与模式识别;向华一,女,重庆市人,重庆师
范大学外国语学院学科教学英语级专业硕士研究生。
第卷重庆电子工程职业学院学报
数据。设是人脸图像样本的数目;表示第幅公式: ,,⋯⋯来构成新空间的坐
: 、/。
标系,新坐标系为,:⋯⋯,其中,表示所
—