您的位置: 专家智库 > >

江苏省自然科学基金(05KJD520050)

作品数:1 被引量:22H指数:1
相关作者:谢永华严云洋杨静宇陈伏兵更多>>
相关机构:南京理工大学淮阴师范学院更多>>
发文基金:江苏省自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术化学工程更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇化学工程
  • 1篇自动化与计算...

主题

  • 1篇人脸
  • 1篇人脸识别
  • 1篇特征抽取
  • 1篇主成分
  • 1篇主成分分析
  • 1篇线性鉴别分析
  • 1篇分块
  • 1篇分块PCA
  • 1篇抽取

机构

  • 1篇淮阴师范学院
  • 1篇南京理工大学

作者

  • 1篇陈伏兵
  • 1篇杨静宇
  • 1篇严云洋
  • 1篇谢永华

传媒

  • 1篇计算机科学

年份

  • 1篇2006
1 条 记 录,以下是 1-1
排序方式:
分块PCA鉴别特征抽取能力的分析研究被引量:22
2006年
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%。
陈伏兵谢永华严云洋杨静宇
关键词:线性鉴别分析主成分分析特征抽取人脸识别
共1页<1>
聚类工具0