基于PCA和IGG权函数的人脸图像鲁棒线性回归分类方法

来源：电子测量技术杂志2021年第21期北京时间：

作者：吕开云，鞠厦轶，龚循强，鲁铁定

单位：1.东华理工大学 测绘工程学院 南昌 330013 2.自然资源部 环鄱阳湖区域矿山环境监测与治理重点实验室 南昌 330013

摘要：在人脸识别中，线性回归分类是一种快速且有效的方法。然而，线性回归分类是基于图像向量进行识别，导致原始矩阵图像往往为高维数据，且人脸图像经常受到污染。为此，提出一种基于PCA和IGG权函数的鲁棒线性回归分类方法。首先通过PCA对人脸图像进行降维，再采用IGG权函数对被污染的人脸图像进行分类。选用公开的ORL和Yale人脸库，将线性回归分类、基于IGG权函数的鲁棒线性回归分类和基于PCA和IGG权函数的鲁棒线性回归分类进行比较。实验结果表明，在ORL和Yale人脸库中，在不加噪声和加入椒盐噪声和斑点噪声条件下，本文提出方法的识别率均值都在92.07%以上，均高于另外两种方法。

关键词：人脸识别;主成分分析（PCA）;IGG权函数;线性回归分类（LRC）

基金资助：国家自然科学基金项目（42101457；42061077）；江西省教育厅科学技术科技项目（GJJ150591）；东华理工大学放射性地质与勘探技术国防重点学科实验室开放基金（REGT1219）；2020年度江西省研究生创新专项资金项目立项项目（DHYC-202019）资助