一种改进的模块PCA人脸识别新方法

被引：11

作者：

张岩 ^{[1
,2
]}

武玉强 ^{[2
]}

机构：

[1] 不详

[2] 济宁学院物理与信息工程系

[3] 不详

[4] 曲阜师范大学自动化研究所

[5] 不详

来源：

计算机工程与应用 | 2011年 / 26期

关键词：

主成分分析; 模块主成分分析; 特征抽取; 人脸识别;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出了一种改进的模块PCA方法,即基于独立特征抽取的模块PCA方法。算法先对图像进行分块,然后对每一子块独立地进行PCA处理,求出测试样本子块与训练样本对应子块间的距离;最后将这些距离相加得到测试样本与训练样本的距离,用最近距离分类器分类。在ORL人脸库和Yale人脸库上的实验结果表明,提出的方法在识别性能上明显优于普通模块PCA方法。

引用

页码：216 / 218

页数：3

共 4 条

[1] 分块PCA鉴别特征抽取能力的分析研究
陈伏兵
谢永华
严云洋
杨静宇
[J]. 计算机科学, 2006, (03) : 155 - 159
[2] 人脸识别技术综述
张翠平
苏光大
[J]. 中国图象图形学报, 2000, (11) : 7 - 16
[3] A parameterized direct LDA and its application to face recognition[J] . Fengxi Song,David Zhang,Jizhong Wang,Hang Liu,Qing Tao.Neurocomputing . 2007 (1)
[4] EIGENFACES FOR RECOGNITION
TURK, M
PENTLAND, A
[J]. JOURNAL OF COGNITIVE NEUROSCIENCE, 1991, 3 (01) : 71 - 86

← 1 →