图像分割方法在人脸识别中的应用

doi:10.3778/j.issn.1002-8331.2010.28.055

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (28): 196-198.DOI: 10.3778/j.issn.1002-8331.2010.28.055

• 图形、图像、模式识别 • 上一篇下一篇

图像分割方法在人脸识别中的应用

何光辉^1，2，唐远炎¹，房斌¹，张太平¹

1.重庆大学计算机学院，重庆 400030
2.重庆大学数理学院，重庆 400030

收稿日期:2009-03-24 修回日期:2009-05-11 出版日期:2010-10-01 发布日期:2010-10-01
通讯作者: 何光辉

Image partition method in face recognition

HE Guang-hui^1，2，TANG Yuan-yan¹，FANG Bin¹，ZHANG Tai-ping¹

1.College of Computer Science，Chongqing University，Chongqing 400030，China
2.College of Mathematics and Physics，Chongqing University，Chongqing 400030，China

Received:2009-03-24 Revised:2009-05-11 Online:2010-10-01 Published:2010-10-01
Contact: HE Guang-hui

摘要/Abstract

摘要： 人脸识别由于受到光照、表情、姿势等因素的影响一直没有能够取得非常满意的识别率。提出了基于图像分割的人脸识别方法，该方法同时考虑了人脸图像中特征信息和结构信息，实验采用AR和ORL人脸数据库，结果表明该方法能有效提高人脸识别的准确率，同时对表情变化、灯光具有一定的鲁棒性。

关键词: 人脸识别, 图像分割, 线性判别分析

Abstract: The accuracy of face recognition can not satisfy the researchers and engineers for pose invariance，lighting condition and expression.This paper proposes a novel method to present the facial data and improve the accuracy，which takes into both feature information and structure information.Experiments show that the proposed method is effective to expression recognition with AR and ORL datasets，and is robust to lighting and expression variable.

Key words: face recognition, image partition, Linear Discriminant Analysis（LDA）

中图分类号:

TP391.4

何光辉^1，2，唐远炎¹，房斌¹，张太平¹. 图像分割方法在人脸识别中的应用[J]. 计算机工程与应用, 2010, 46(28): 196-198.

HE Guang-hui^1，2，TANG Yuan-yan¹，FANG Bin¹，ZHANG Tai-ping¹. Image partition method in face recognition[J]. Computer Engineering and Applications, 2010, 46(28): 196-198.

[1]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[2]	乔慧，周水生. 非线性角度2DPCA及其在人脸识别中的应用[J]. 计算机工程与应用, 2021, 57(8): 112-118.
[3]	赵阳，张俊华. 多尺度特征融合的脊柱X线图像分割方法[J]. 计算机工程与应用, 2021, 57(8): 214-219.
[4]	潘沛鑫，潘中良. 结合显著性的主动轮廓图像分割[J]. 计算机工程与应用, 2021, 57(8): 225-230.
[5]	董鹏，周烽，赵悰悰，王亚飞，米泽田，付先平. 基于双目视觉的水下海参尺寸自动测量方法[J]. 计算机工程与应用, 2021, 57(8): 271-278.
[6]	胡文涛，陈秀宏. 基于邻域图的低秩投影学习[J]. 计算机工程与应用, 2021, 57(7): 209-214.
[7]	王鹏，叶学义，王涛，钱丁炜. 双偏差双空间局部方向模式的人脸识别[J]. 计算机工程与应用, 2021, 57(4): 91-99.
[8]	彭璟，罗浩宇，赵淦森，林成创，易序晟，陈少洁. 深度学习下的医学影像分割算法综述[J]. 计算机工程与应用, 2021, 57(3): 44-57.
[9]	石正宇，陈仁文，黄斌. 基于自归一化神经网络的低分辨率人脸识别[J]. 计算机工程与应用, 2021, 57(3): 137-143.
[10]	李俊瑶，黎智辉，谢兰迟，侯欣雨，叶东. 基于老化模型的跨年龄人脸识别研究进展[J]. 计算机工程与应用, 2021, 57(24): 27-38.
[11]	刘锐，丁辉，尚媛园，邵珠宏，刘铁. COVID-19医学影像数据集及研究进展[J]. 计算机工程与应用, 2021, 57(22): 15-27.
[12]	刘金金，李清宝，李晓楠. 基于对抗学习和知识蒸馏的神经网络压缩算法[J]. 计算机工程与应用, 2021, 57(21): 180-187.
[13]	周绍光，吴昊，赵婵娟，陈仁喜. 利用同质区特性的高光谱图像迁移学习分类[J]. 计算机工程与应用, 2021, 57(21): 224-233.
[14]	丁成，翁理国，夏旻，崔逸尘，钱俊豪，刘佳. 多注意力机制网络卫星图像分割算法[J]. 计算机工程与应用, 2021, 57(2): 223-229.
[15]	李振强，王树才，赵世达，白宇. 改进DeepLabv3+和XGBoost的羊骨架切割方法[J]. 计算机工程与应用, 2021, 57(18): 263-269.

图像分割方法在人脸识别中的应用

Image partition method in face recognition

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics