| 综述人脸识别中的子空间方法 |
| |
| 引用本文： | 刘青山,卢汉清,马颂德.综述人脸识别中的子空间方法[J].自动化学报,2003,29(6):900-911. |
| |
| 作者姓名： | 刘青山 卢汉清 马颂德 |
| |
| 作者单位： | 中国科学院自动化研究所模式识别国家重点实验室,北京,100080 |
| |
| 基金项目： | 国家“8 6 3”计划项目 (2 0 0 1AA114 14 0 )，国家自然科学基金 (6 0 135 0 2 0 )资助~~ |
| |
| 摘 要： | 如何描述每个个体人脸的特征,使之区别于其他个体,是人脸识别研究中的关键问题
之一.近年来提出了大量的方法,其中随着主元分析在人脸识别中的成功应用之后,子空间分析
因其具有描述性强、计算代价小、易实现及可分性好的特点,受到了广泛的关注.文中结合近年
来已发表的文献,按照线性和非线性的划分,对子空间分析在人脸识别中的应用作一回顾、比较
和总结,以供其他人参考.
|
| 关 键 词： | 主元分析 子空间分析 人脸识别 |
| 收稿时间： | 2002-7-24 |
| 修稿时间： | 2002年7月24日 |
A Survey: Subspace Analysis for Face Recognition |
| |
| LIU Qing-Shan,LU Han-Qing,MA Song-De.A Survey: Subspace Analysis for Face Recognition[J].Acta Automatica Sinica,2003,29(6):900-911. |
| |
| Authors: | LIU Qing-Shan LU Han-Qing MA Song-De |
| |
| Institution: | National Laboratory of Pattern Recognition,Institute of Automation,Chinese Academy of Sciences,Beijing |
| |
| Abstract: | For face recognition, how to extract discriminant features from face images is a key problem. Many methods have been proposed, and among these methods the subspace analysis has been given more and more attention owing to its good properties, since principal component analysis (PCA) was applied successfully. In this paper, all the subspace analysis methods which have been successfully applied to face recognition will be reviewed and some summaries will be given. |
| |
| Keywords: | Principal component analysis subspace analysis face recognition |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《自动化学报》浏览原始摘要信息 |
| 点击此处可从《自动化学报》下载免费的PDF全文 |
|
