10.3969/j.issn.2095-2783.2011.07.003
基于线性映射的灰度级超分辨率人脸识别方法
针对现有低灰度级分辨率人脸识别算法的识别率不高、计算复杂度高的问题，提出了一种基于特征域线性映射的灰度级超分辨率人脸识别算法。选择Principal Components Analysis (PCA)为人脸识别特征空间，根据流行学习的相关理论，假定高、低灰度级人脸图像识别特征之间存在线性的映射关系，并通过Procrustes分析建立了从低灰度级到高灰度级特征的线性映射，根据该线性映射，即可得到输入低灰度级分辨率人脸图像所对应的高灰度级分辨率识别特征，并通过最近邻分类器进行识别。实验结果表明，同现有算法相比，该算法识别率最高、耗时最短，并且识别率对特征的维度不敏感。
特征空间、低灰度级分辨率、人脸识别、Procrustes分析、主成分分析
6
TN91.1
国家自然科学基金资助项目60972124
2011-12-05（万方平台首次上网日期，不代表论文的发表时间）
共7页
482-488
