一种缩减图像维数的方法及其在人脸图像上的应用

被引：7

作者：

徐勇 ^{[1
]}

杨健 ^{[2
]}

赵英男 ^{[3
]}

宋枫溪 ^{[1
]}

杨静宇 ^{[4
]}

机构：

[1] 哈尔滨工业大学深圳研究生院

[2] 香港理工大学计算系生物计算研究中心

[3] 吉首大学物理科学与信息工程

[4] 南京理工大学计算机系

来源：

电子与信息学报 | 2008年 / 01期

基金：

广东省自然科学基金;

关键词：

主分量分析; 2DPCA; 特征抽取; 特征融合;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

2DPCA是一种快速且有效的图像特征抽取方法。不同于传统的主分量分析(PCA)方法,该方法以全新的思路应用主分量分析技术,它直接计算图像矩阵到矢量的投影,并将其看作图像特征。实际上,2DPCA是此种思路下的最优压缩技术。对2DPCA而言,存在两种抽取图像矩阵特征的技术路线,这两种路线将图像变换到不同的空间,且分别突出人脸图像横向和纵向的特质。由于这两种技术路线抽取的特征具有互补性,该文分别设计两种方案对这两类特征加以融合。基于特征融合的识别实验取得了较优的识别正确率。

引用

页码：180 / 184

页数：5

共 9 条

[1] 提升KPCA方法特征抽取效率的算法设计 [J].