基于改进的PCA算法和Fisher线性判别的人脸识别技术

被引：15

作者：

石跃祥 ^{[1
]}

蔡自兴 ^{[2
]}

王学武 ^{[1
]}

BBenhabib ^{[3
]}

机构：

[1] 湘潭大学信息工程学院

[2] 中南大学信息科学与工程学院

[3] Department of Mechanical and Industrial Engineering Toronto University Ontario ,CanadaMSG

来源：

小型微型计算机系统 | 2006年 / 09期

基金：

湖南省自然科学基金;

关键词：

人脸识别; 主成分分析; Fisher线性判别分析;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

通过对主成分分析法(PCA)的数学公式进行改进,使其具有灰度归一化操作能力,从而克服光照对目标的影响,再将改进后的主成分分析法和F isher线性判别分析方法组合起来用于人脸识别,在ORL人脸数据库上进行了实验,取得了满意的识别效果.

引用

页码：1731 / 1736

页数：6

共 4 条

[1] 基于模糊神经网络的人脸识别方法研究 [J].

吴小俊 ;

杨静宇 ;

王士同 ;

刘同明 .

计算机工程与科学, 2004, (04) :36-38

[2] 彩色序列图像的人脸检测和识别系统 [J].

凌旭峰 ;

杨杰 ;

叶晨洲 .

电子学报, 2003, (04) :544-547

[3] 基于奇异值分解和判别式KL投影的人脸识别 [J].

周德龙 ;

高文 ;

赵德斌 .

软件学报, 2003, (04) :783-789

[4] 静态灰度图像中的人脸快速检测 [J].

邢藏菊 ;

曲延锋 ;

王守觉 .

计算机辅助设计与图形学学报, 2002, (05) :401-403

← 1 →