基于主成分分析的超声人脸识别算法研究

被引：10

作者：

王婧瑶 ^{[1
]}

许勇 ^{[1
]}

曹本希 ^{[2
]}

杨军 ^{[2
]}

机构：

[1] 中国科学院声学研究所通信声学实验室

[2] 中国科学院声学研究所噪声与振动重点实验室

来源：

计算机工程与设计 | 2013年 / 34卷 / 08期

关键词：

主成分分析; 一维距离像; K近邻分类器; 感知器算法; 超声人脸识别;

D O I：

10.16208/j.issn1000-7024.2013.08.042

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对超声波探测人脸识别系统中多通道探测模式,从数据融合的角度对特征进行了优化,研究了基于主成分分析(principal components analysis,PCA)的数据降维和人脸特征提取算法。利用该算法对100人的自由表情样本进行特征提取,在保证识别率超过80%前提下,可显著降低特征向量的维数达80%以上,提高系统速度85%以上。实验结果表明,PCA算法能有效降低特征数据的维数,提高运算速度。

引用

页码：2867 / 2871

页数：5

共 10 条

[1] 基于PCA主成分分析的人脸检测实现与分析 [J].

孙崇璇 .

云南民族大学学报(自然科学版), 2010, (06) :439-443

[2] 基于一维距离像的雷达目标识别研究进展 [J].

余贵水 ;

卢建斌 ;

魏钟记 ;

刘江波 .

现代雷达, 2010, 32 (06) :5-10

[3] 感知器学习算法研究 [J].

刘建伟 ;

申芳林 ;

罗雄麟 .

计算机工程, 2010, 36 (07) :190-192

[4] 人脸识别方法综述 [J].

吴巾一 ;

周德龙 .

计算机应用研究, 2009, 26 (09) :3205-3209

[5]

Human face classifi-cation using ultrasonic sonar imaging. MIAO Zhengwei,JI Wei,XU Yong,et al. Japanese Journal ofApplied Physics . 2009

[6]

An approach to object rec-ognition using CTFM sensing. Patricia Worth,Phillip McKerrow. Sensors and Actuators . 2012

[7]

Classifying still faces with ultrasonicsensing. McKerrow P,Yoong K K. Robotics and Autonomous Systems . 2007

[8]

一种新型的超声波人脸识别系统[A]. 苗振伟,纪伟,许勇,杨军.2008年全国声学学术会议论文集[C]. 2008

[9]

一种新型超声人脸数据库的设计和实现[A]. 许勇,苗振伟,杨军.中国声学学会2007年青年学术会议论文集（下）[C]. 2007

[10] 用于不均衡数据集分类的KNN算法 [J].

孙晓燕 ;

张化祥 ;

计华 .

计算机工程与应用 , 2011, (28) :143-145+236

← 1 →