-
题名分块PCA鉴别特征抽取能力的分析研究
被引量：17
- 1
-
-
作者
陈伏兵
谢永华
严云洋
杨静宇
-
机构
淮阴师范学院数学系
南京理工大学计算机科学系
-
出处
《计算机科学》
CSCD
北大核心
2006年第3期155-159,共5页
-
基金
国家自然科学基金(60472060)
江苏省自然科学基金(05KJD520050)资助
-
文摘
基于主成分分析(Principal Component Analysis,PCA),本文提出了分块 PCA 人脸识别方法。分块 PCA 从模式的原始数字图像出发,先对图像进行分块,对分块得到的子图像矩阵采用 PCA 方法进行特征抽取,从而实现模式的分类。新方法的特点是能有效地抽取图像的局部特征,正是这些特征使此类模式区别于彼类。在 Yale 人脸数据库上测试了该方法的鉴别能力。实验的结果表明,分块 PCA 在识别性能上优于通常的 PCA 方法,也优于基于 Fisher 鉴别准则的鉴别分析方法:Fisherfaces 方法、F-S 方法、组合鉴别方法,识别率可以达到100%。
-
关键词
线性鉴别分析
主成分分析
特征抽取
分块主成分分析
人脸识别
-
Keywords
Linear discriminant analysis （LDA）, principal component analysis （pca）, Feature extraction, modular principal component analysis（modular pca）, Face recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TQ245.12
[自动化与计算机技术—计算机科学与技术]
-
-
题名人脸识别中PCA方法的推广
被引量：9
- 2
-
-
作者
陈伏兵
陈秀宏
王文胜
杨静宇
-
机构
淮阴师范学院数学系
南京理工大学计算机科学系
-
出处
《计算机工程与应用》
CSCD
北大核心
2005年第34期34-38,共5页
-
基金
国家自然科学基金项目(编号:60472060)
江苏省自然科学基金项目(编号:05KJD520036)
-
文摘
主成分分析(PrincipalComponentAnalysis,PCA)是公认的特征抽取的最为重要的工具之一,目前仍然被广泛地应用在人脸等图像识别领域。基于PCA,该文提出了分块PCA的人脸识别方法。分块PCA方法先对图像矩阵进行分块,对分块得到的子图像矩阵利用PCA进行鉴别分析。其特点是能有效地抽取图像的局部特征,对人脸表情和光照条件变化较大的图像表现尤为突出。与PCA方法相比,由于使用子图像矩阵,分块PCA可以避免使用奇异值分解理论,过程简便。此外,PCA是分块PCA的特殊情况。在Yale和NUST603人脸库上的试验结果表明,所提出的方法在识别性能上明显优于经典的PCA方法,识别率可以分别提高6.7和4个百分点。
-
关键词
主成分分析
特征抽取
分块pca
特征矩阵
人脸识别
-
Keywords
principal component analysis （ pca ）, feature extraction, modular principal component analysis （ modular pca）, feature matrix, face recognition
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于分块PCA的人脸识别方法
被引量：10
- 3
-
-
作者
陈伏兵
高秀梅
张生亮
杨静宇
-
机构
淮阴师范学院
南京理工大学
-
出处
《小型微型计算机系统》
CSCD
北大核心
2006年第10期1943-1947,共5页
-
基金
国家自然科学基金项目(60472060)资助
江苏省自然科学基金项目(05KJD520036
04KJD520037)资助.
-
文摘
本文提出了一种称为M2PCA+FDA的新的人脸识别方法.新方法从模式的原始数字图像出发,先对样本图像进行分块,对分块得到的子图像矩阵采用PCA进行特征抽取,从而得到能代替原始模式的低维的新模式,然后,对新模式施行“Fisher-faces”方法,实现模式的分类.其特点是能有效地抽取图像的局部特征,正是这些特征使此类模式区别于彼类.在ORL和NUST603两个人脸数据库上对M2PCA+FDA方法进行了测试,实验的结果表明,本文提出的方法在识别性能上优于“Fisher-faces”方法和PCA方法.
-
关键词
线性鉴别分析
主成分分析
特征抽取
分块pca
人脸识别
-
Keywords
linear discriminant analysis （LDA）
principal component analysis （pca）
feature extraction
modular principal component analysis（modular pca）
face recognition
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
