基于PCA的改进SIFT特征提取算法

被引：1

作者：

冯博

机构：

[1] 河南大学计算机与信息工程学院

来源：

关键词：

图像识别; PCA算法; SIFT算法; k近邻算法;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出一种改进SIFT算法,该算法主要针对传统SIFT算法数据量大、耗时长的问题,利用主成分分析法对SIFT算法进行改进,降低了SIFT算法提取的特征维数,并结合人脸数据库进行算法验证.结果表明,改进SIFT算法不仅具有亮度变化、旋转和尺度不变性,而且较原算法更稳定、精确、快速.

引用

页码：125 / 128

页数：4

共 6 条

杜海顺 ;

李玉玲 ;

侯彦东 ;

金勇 .

[2] 一种面向多核处理器的高效并行PCA-SIFT算法 [J].

刘仲 ;

邢彬朝 ;

陈跃跃 .

[3] 基于PCA的人脸识别研究 [J].

倪世贵 ;

白宝钢 .

[4] Distinctive image features from scale-invariant keypoints [J].

Lowe, DG .

Boghossian, BA ;

Velastin, SA .

[6]

Scale-space theory: a basic tool for analyzing structures at different scales[J] . Tony Lindeberg.Journal of Applied Statistics . 1994 (1-2)