-
题名一种基于DCT的改进D-LDA人脸识别算法
被引量：4
- 1
-
-
作者
赵传强
王汇源
-
机构
山东大学信息科学与工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2007年第20期245-248,共4页
-
文摘
D-LDA法是一种简单有效的线性特征提取方法,但在实际应用中往往存在以下两个问题:(1)去除Sb零空间的同时往往间接丢失了Sw零空间中的有用信息;(2)优化准则函数并不直接与识别率相关。离散余弦变换(DCT)能够有效地对原始图像的信息进行压缩,提出一种DCT与改进的D-LDA相结合的方法,首先利用DCT降维,然后在低维空间中应用一种改进的D-LDA方法进行特征提取,最大限度地克服D-LDA的不足。实验结果证明这种方法能获得较高的识别率。
-
关键词
线性判别分析(LDA)
离散余弦变换(DCT)
直接LDA法(Direct
LDA)
小样本问题(sss)
-
Keywords
Linear Discriminant Analysis （LDA）
Discrete Cosine Transform （DCT）
D-LDA
small sample size problem （ sss ）
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于规范化KDDA的人脸识别
- 2
-
-
作者
史操
许灿辉
杨家红
-
机构
吉首大学物理科学与信息工程学院
湖南师范大学工学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2007年第9期227-230,共4页
-
文摘
传统的PCA和LDA算法受限于“小样本问题”,且对象素的高阶相关性不敏感。文章将核函数方法与规范化LDA相结合,将原图像空间通过非线性映射变换到高维特征空间,并借助于“核技巧”在新的空间中应用鉴别分析方法。通过对ORL人脸库的大量实验研究表明,该文方法在特征提取方面明显优于PCA、KPCA、LDA等其他传统的人脸识别方法,在简化分类器的同时,也可以获得高识别率。
-
关键词
核函数方法
规范化KDDA
KPCA
小样本问题
-
Keywords
kernel methods
Regularized Kernel Direct Discriminant Analysis
Kernel Principle Component Analysis （KPCA）
small sample size problem（sss）
-
分类号
TN911.73
[电子电信—通信与信息系统]
-
-
题名基于KDDA的人脸识别研究
- 3
-
-
作者
郭丰宁
陈聪
-
机构
武汉数字工程研究所
中南民族大学计算机科学学院
-
出处
《计算机与数字工程》
2009年第8期36-38,45,共4页
-
文摘
由于PCA和LDA算法存在小样本问题(Smell Sample Size),结合D-LDA和Kernel,将线性不可分的低维空间映射到高维空间,并借助于"kernel技巧"克服了维度灾难问题,并且充分的利用曾经被抛弃的有用信息Null-Space。经过才ORL人脸库的实验表明,此方法比PCA,LDA提高了人脸识别的可分性,并有效地解决了小样本问题。
-
关键词
PCA
LDA
GDA
KDDA
KERNEL
小样本问题
-
Keywords
PCA, LDA, GDA, KDDA, Kernel, small sample size problem （sss）
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于规范化KDDA的人脸识别算法
- 4
-
-
作者
杨家红
史超
王耀南
-
机构
湖南师范大学工学院
湖南大学电气与信息工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2007年第5期36-38,共3页
-
基金
湖南省省教育厅资助科研课题(the Research Project of Department of Education of Hunan Province
China under Grant No.02C226)
-
文摘
传统的PCA和LDA算法受限于“小样本问题”,且对像素的高阶相关性不敏感。论文将核函数方法与规范化LDA相结合,将原图像空间通过非线性映射变换到高维特征空间,并借助于“核技巧”在新的空间中应用鉴别分析方法。通过对ORL人脸库的大量实验表明,该方法在特征提取方面优于PCA,KPCA,LDA等其他方法,在简化分类器的同时,也可以获得高识别率。
-
关键词
核函数方法
规范化KDDA
KPCA
小样本问题
-
Keywords
kernel methods
Regularized Kernel Direct Discriminant Analysis
Kernel Principle Component Analysis（KPCA）
small sample size problem（sss）
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
