分块MMC及其在人脸识别中的应用

摘要：

用最大间距准则(Maximum Margin Criterion,MMC)算法进行特征提取时,提取的是全局的特征,对局部的特征不能有效地抽取.因此,对MMC算法进行改进,提出一种基于分块MMC(Modular Maximum Margin Criterion,MMMC)的人脸识别方法.首先对图像矩阵进行分块,然后对分块后的矩阵进行MMC特征抽取,对每一子块抽取的特征进行整体融合,最后采用最近邻判决准则进行分类识别.在ORL、Yale人脸图像库进行的实验结果表明,新算法相比于MMC算法有更好的识别性能.

关键词：最大间距准则、分块最大间距准则、人脸识别、特征提取

所属期刊栏目：42

分类号：TP391.41(计算技术、计算机技术)

资助基金：高维信息智能感知与系统教育部重点实验室南京理工大学基金30920140122006;中国博士后基金2013M530223;江苏省博士后基金1301095C;国家自然科学基金61203243;江西省自然科学基金20122BAB211025;南昌航空大学研究生创新专项基金YC2013-013

在线出版日期：2015-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：78-81