首页 | 本学科首页   官方微博 | 高级检索  
     

一种基于半监督学习的2DPCA人脸识别方法
引用本文:李凯,徐治平. 一种基于半监督学习的2DPCA人脸识别方法[J]. 河北大学学报(自然科学版), 2013, 33(4): 413-419
作者姓名:李凯  徐治平
作者单位:河北大学数学与计算机学院,河北保定,071002
基金项目:国家自然科学基金资助项目,河北省自然科学基金资助项目
摘    要:结合半监督学习中的自学习技术以及二维主成分分析(two-dimensional principal component analysis-2DPCA)方法,提出了一种基于半监督学习的人脸识别方法.在二维主成分分析的基础上,利用少量具有类别标签的样本训练分类器,然后利用半监督学习中的自学习技术,对未知类别标签的人脸样本进行分类,并将具有高置信度的人脸样本加入到训练集中,以此增加训练集中的人脸样本数量.在ORL人脸库和Yale人脸库的实验结果,表明了提出方法的有效性.

关 键 词:人脸识别  半监督学习  二维主成分分析法(2DPCA)  特征提取

A semi-supervised learning based 2DPCA face recognition method
LI Kai , XU Zhiping. A semi-supervised learning based 2DPCA face recognition method[J]. Journal of Hebei University (Natural Science Edition), 2013, 33(4): 413-419
Authors:LI Kai    XU Zhiping
Affiliation:(College of Mathematic and Computer Science,Hebei University,Baoding 071002,China)
Abstract:
Keywords:face recognition  semi-supervised learning  two-dimensional principal component analysis(2DPCA)  feature extraction
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号