• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Biometric recognition >A Novel Feature Extraction Method for Face Recognition under Different Lighting Conditions
【24h】

A Novel Feature Extraction Method for Face Recognition under Different Lighting Conditions

机译：不同光照条件下人脸识别的新特征提取方法

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper develops a novel method named image decomposition based on locally adaptive regression kernels (ID-LARK) for feature extraction. ID-LARK is robust to variations of illumination, since it decomposes the local features into different sub-images. And they describe the structure information hidden in the unobserved space. More specially, ID-LARK first exploits local structure information by measuring geodesic distance between the central pixel and its neighbors in the local window with locally adaptive regression kernels. So, one image can be decomposed into several sub-images (structure images) according to the local feature vector of each pixel. We thus downsample every structure images and concatenate them to obtain the augmented feature vector. Finally, fisher linear discriminant analysis is used to provide powerful discriminative ID-LARK feature vector. The proposed method ID-LARK is evaluated using the Extended Yale B and CMU PIE face image databases. Experimental results show the significant advantages of our method over the state-of-art ones.
机译：本文提出了一种基于局部自适应回归核（ID-LARK）的图像分解方法，用于特征提取。 ID-LARK对照明变化具有鲁棒性，因为它将局部特征分解为不同的子图像。他们描述了隐藏在未观察空间中的结构信息。更具体地说，ID-LARK首先通过使用局部自适应回归内核测量中央像素与其在局部窗口中的相邻像素之间的测地距离来利用局部结构信息。因此，可以根据每个像素的局部特征矢量将一个图像分解为几个子图像（结构图像）。因此，我们对每个结构图像进行下采样并将其连接起来以获得增强的特征向量。最后，fisher线性判别分析用于提供强大的判别ID-LARK特征向量。使用扩展Yale B和CMU PIE人脸图像数据库对提出的方法ID-LARK进行评估。实验结果表明，与现有技术相比，我们的方法具有明显的优势。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号