-
题名PCA在人脸识别中的改进算法
被引量：9
- 1
-
-
作者
黄昉
张宝昌
刘金琨
-
机构
北京航空航天大学自动化与电气工程学院
-
出处
《中国科技论文在线》
CAS
2011年第1期54-58,共5页
-
基金
高等学校博士学科点专项科研基金资助项目(20091102120001)
国家自然科学基金资助项目(60903065)
-
文摘
基于传统的主成分分析(PCA)方法,为使PCA不再局限于满足高斯分布,提出了改进的PCA人脸识别方法。改进的PCA方法先对训练图像集进行分块,对分块得到的子训练图像集利用传统PCA进行分析,得到多个投影矩阵,通过投影矩阵将训练图片和测试图片投影到特征空间。此外,为了利用样本之间的相关性,进一步提出了基于距离矩阵的扩展方法,使得对训练样本分块时丧失的信息得以保留,进一步提高了系统的性能。在Feret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传统的PCA方法,识别率得到了提高。
-
关键词
主成分分析
特征抽取
推广的pca
特征矩阵
人脸识别
-
Keywords
principal component analysis
feature extraction
promoted principal component analysis
feature matrix
face recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名推广的PCA及其在人脸识别中的应用
被引量：1
- 2
-
-
作者
黄昉
刘金琨
张宝昌
-
机构
北京航空航天大学自动化与电气工程学院
-
出处
《微型机与应用》
2010年第22期49-51,共3页
-
基金
国家自然科学基金项目(60903065)
-
文摘
基于传统的PCA方法,提出了推广的PCA人脸识别方法。推广的PCA方法先对训练图像矩阵集进行分块,再利用传统PCA对分块得到的子训练矩阵集进行分析,得到多个变换矩阵,通过这些变换矩阵将训练图片和测试图片投影到特征空间进行鉴别。与传统PCA方法相比,提高了主元的维数,有效地增加了识别的精度。在FERET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传统的PCA方法,识别率得到了提高。
-
关键词
主成分分析
特征抽取
推广的pca
特征矩阵
人脸识别
-
Keywords
principal component analysis
feature extraction
promoted principal component analysis
feature matrix
face recognition
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
