-
题名基于双向2DPCA算法的高分五号卫星图像降维研究
被引量：2
- 1
-
-
作者
何春
郭科
-
机构
西华师范大学教育信息技术中心
数学地质四川省重点实验室(成都理工大学)
-
出处
《乐山师范学院学报》
2020年第12期1-7,共7页
-
基金
数学地质四川省重点实验室开放基金(scsxdz2018yb08)
西华师范大学基本科研业务费(19D043)。
-
文摘
对高光谱图像降维历来是遥感数据处理研究热点之一,而将双向2DPCA算法用于高光谱图像降维的研究却见刊极少。另外,目前对高分五号卫星图像的研究也相对较少。针对此现状,文章基于双向2DPCA算法,对高分五号卫星图像进行了降维研究,该算法能够从行和列两个方向对遥感图像进行二维主成分分析,并提取有效主成分,以达到双向降维的目的。从主成分尺寸、图像压缩率、峰值信噪比以及重构图像等指标对2DPCA算法与双向2DPCA算法进行了对比实验和数据分析。实验结果表明,在以上四个图像降维指标的表现上,双向2DPCA算法都能比2DPCA算法获得更好的降维数据,由此得出结论,双向2DPCA算法对高分五号卫星图像具有良好的降维效果。
-
关键词
高光谱图像
双向2DPCA
数据降维
投影矩阵
图像重构
-
Keywords
Hyperspectral Image
two-directional two-dimensional principle component analysis
dimension Reduction
Projection Matrix
Image Reconstruction
-
分类号
TP751.1
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于WT-W2D2DPCA的人脸识别算法研究
- 2
-
-
作者
庄哲民
钟秀锋
肖文
-
机构
汕头大学电子工程系
-
出处
《汕头大学学报（自然科学版）》
2012年第1期65-73,共9页
-
文摘
人脸识别过程中,针对二维主成分分析(2DPCA)算法在特征提取和数据降维上存在的问题,本文首先引入双向二维主成分分析(2D2DPCA)算法,该算法同时考虑图像行与列方向上的信息.考虑到人脸图像存在信息冗余而影响识别率的问题,于是本文提出一种基于小波加权双向二维主成分分析(WT-W2D2DPCA)的人脸识别算法.该算法首先采用二级小波分解对人脸图像进行预处理,提取其低频部分;然后根据人脸图像的特性,将低频部分进行奇偶分解,并引入加权思想,重组低频人脸图像,最后在ORL人脸数据库上进行双向二维主成分分析.实验结果表明,该方法不仅克服了传统2DPCA系数矩阵大的问题,而且得到了比传统的2DPCA、2D2DPCA算法更好的识别效果.
-
关键词
小波变换
双向二维主成分分析
加权
人脸识别
-
Keywords
wavelet transformation
two-directional two-dimensional principle component analysis
weight
face recognition
-
分类号
TU43
[建筑科学—岩土工程]
O344
[建筑科学—土工工程]
-
-
题名基于稀疏化双向二维主成分分析的人脸识别
- 3
-
-
作者
张裕平
龚晓峰
雒瑞森
-
机构
四川大学电气工程学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2019年第12期232-236,共5页
-
基金
中国博士后科学基金(2017M612958)
-
文摘
双向二维主成分分析((2D)2PCA)易受异常值影响,鲁棒性差,且所提取的特征向量是非稀疏的。针对上述不足,提出基于L1范数的稀疏双向二维主成分分析方法(2D)2PCA-L1S。在(2D)2PCA目标函数中加入L1范数约束,以提高算法的抗干扰能力,同时引入弹性网约束,通过Lasso与Ridge惩罚函数实现稀疏性。在Feret和Yale数据库中进行基于最近邻的人脸分类、人脸重构和基于粒子群优化SVM参数的人脸识别实验,结果表明,相较于2DPCA、(2D)2PCA、(2D)2PCA-L1等主成分分析方法,该方法能准确提取人脸主要信息,人脸识别和人脸重构效果较好。
-
关键词
双向二维主成分分析
稀疏化
粒子群优化
支持向量机
人脸识别
-
Keywords
two-direction two-dimensional principle component analysis((2D)~2PCA)
sparsity
Particle Swarm Optimization(PSO)
Support Vector Machine(SVM)
face recognition
-
分类号
TN971
[电子电信—信号与信息处理]
-
