| 基于主成分分析和Softmax回归模型的人脸识别方法 |
| |
| 引用本文： | 汪海波,陈雁翔,李艳秋.基于主成分分析和Softmax回归模型的人脸识别方法[J].合肥工业大学学报(自然科学版),2015(6). |
| |
| 作者姓名： | 汪海波 陈雁翔 李艳秋 |
| |
| 作者单位： | 合肥工业大学 计算机与信息学院,安徽 合肥,230009 |
| |
| 基金项目： | 国家自然科学基金资助项目(61105076)；中国博士后科学基金面上资助项目(2012M511402)；安徽省自然科学基金资助项目 |
| |
| 摘 要： | 文章介绍一种基于主成分分析(principal component analysis,PCA)和Softmax回归模型相结合的人脸识别方法,该方法通过PCA对整幅图像提取特征,然后将提取的特征经过非线性变换输入到Softmax回归模型中。将主成分提取特征看成是单层神经网络,将它与Softmax回归模型构成的级联结构看作是2层神经网络,在神经网络的训练过程中,主成分的特征向量可以微调。在不同人脸数据库上的实验表明,相比于传统的只用PCA降维的方法,本文方法可达到较高的识别率。
|
| 关 键 词： | 人脸识别 主成分分析 Softmax回归模型 神经网络 |
Face recognition method based on principal component analysis and Softmax regression model |
| |
| WANG Hai-bo,CHEN Yan-xiang,LI Yan-qiu.Face recognition method based on principal component analysis and Softmax regression model[J].Journal of Hefei University of Technology(Natural Science),2015(6). |
| |
| Authors: | WANG Hai-bo CHEN Yan-xiang LI Yan-qiu |
| |
| Abstract: | |
| |
| Keywords: | face recognition principal component analysis (PCA ) Softmax regression model neural network |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
