-
题名改进的双边二维线性判别分析的手背静脉识别
被引量：4
- 1
-
-
作者
王贺
邓茂云
姜守坤
李明明
宗宇轩
刘富
-
机构
吉林大学通信工程学院
西南石油大学机械电子工程学院
吉林大学网络中心
-
出处
《吉林大学学报（信息科学版）》
CAS
2017年第1期32-36,共5页
-
基金
吉林省科学技术厅基金资助项目(2014020404666GX)
-
文摘
针对双边二维线性判别分析(B2D-LDA:Bilateral Two-Dimensional Linear Discriminant Analysis)方法中多类类别均值和总体均值接近时难以分类的问题,提出了一种改进的B2D-LDA(MB2D-LDA:Modified B2D-LDA)方法,并将其运用到手背静脉特征提取中。重新定义了类间离散度矩阵,融入了每两类类间的距离,当类别均值与总体均值接近时,则用该类和其他各类类间距离组成离散度矩阵。采用基于欧氏距离的最近邻分类器进行匹配识别。结果表明,在不增加识别时间的情况下,MB2D-LDA平均识别率比B2D-LDA高2%,证明了该算法的有效性。
-
关键词
手背静脉识别
特征提取
双边二维线性判别分析
最近邻分类器
-
Keywords
dorsal hand vein recognition
feature extraction
bilateral two-dimensional linear discriminant analysis
nearest-neighbor classifier
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名融合双向2DLDA和局部SVD的人脸识别
被引量：3
- 2
-
-
作者
刘霄
张建明
-
机构
江苏大学计算机科学与通信工程学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2009年第17期181-183,186,共4页
-
基金
国家自然科学基金资助项目(60673190)
江苏大学高级专业人才科研启动基金资助项目(05JDG020)
-
文摘
针对人脸识别中光照、表情、姿态的影响,提出一种融合双向二维线性鉴别分析和局部对称平均的人脸识别新方法。通过双向二维线性鉴别分析对整幅图像进行特征提取,利用局部奇异值分解对称平均提取图像的局部特征。对2种方法提取到的特征利用基于加权欧式距离的最近邻分类器进行融合识别,在ORL人脸库上的实验结果证明了该方法的有效性。
-
关键词
双向二维线性鉴别分析
局部奇异值分解
特征融合
加权欧氏距离
人脸识别
-
Keywords
bilateral two-dimensional linear discriminant analysis（B-2DLDA）
local Singular Value Decomposition（SVD）
fusion of features
weighted-Euclidean distance
face recognition
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进的双向二维线性判别分析的人脸识别
- 3
-
-
作者
叶延亮
徐正光
-
机构
北京科技大学
北华大学
-
出处
《计算机工程与应用》
CSCD
北大核心
2008年第31期188-190,共3页
-
文摘
针对传统的二维线性判别方法提取出的人脸特征系数维数大的问题,提出一个改进的双向二维线性判别分析方法GB2DLDA。双向压缩类内和类间散布矩阵,用压缩后的散布矩阵构成两个Fisher鉴别准则函数,求出两个投影矩阵,然后人脸图像矩阵向投影矩阵投影,提取出特征系数。实验证明在相同识别率下,用此方法提取的特征系数维数明显少于其它二维线性判别分析方法。在选择合适的特征向量的情况下,此方法的识别率要好于其它二维线性判别分析方法。
-
关键词
二维主元分析法
双向二维线性鉴别分析方法
改进的双向二维线性判别分析方法
压缩
投影矩阵
-
Keywords
two-dimensional Principal Component analysis （2DPCA）
bilateral two-dimensional linear discriminant analysis （B2DLDA）
Improved bilateral two-dimensional linear discriminant analysis（ GB2DLDA ）
compress
projection matrix
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
