| 基于改进的2DPCA人脸识别方法研究 |
| |
| 引用本文： | 李童. 基于改进的2DPCA人脸识别方法研究[J]. 重庆工商大学学报(自然科学版), 2012, 29(4): 45-49 |
| |
| 作者姓名： | 李童 |
| |
| 作者单位： | 重庆师范大学数学学院,重庆,401331 |
| |
| 摘 要： | 传统的主成分分析(PCA)方法在图像识别时需将图像矩阵转化成向量,造成图像向量的维数偏高,使得整个特征提取过程的计算量较大;在PCA的基础上,有人提出了二维主成分分析(2DPCA)的方法,但其本质是对图像矩阵按行进行特征提取,虽然消除了图像列的相关性,但是仍然忽视了行的相关性;因此,在此考虑一种改进的方法能同时消除图像行、列的相关性,并通过实验得到了比2DPCA更高效的识别率。
|
| 关 键 词： | 人脸识别 特征提取 主成分分析 二维主成分分析 |
Research on Human Face Recognition Based on Improved 2DPCA Method |
| |
| LI Tong. Research on Human Face Recognition Based on Improved 2DPCA Method[J]. Journal of Chongqing Technology and Business University:Natural Science Edition, 2012, 29(4): 45-49 |
| |
| Authors: | LI Tong |
| |
| Affiliation: | LI Tong(School of Mathematics,Chongqing Normal University,Chongqing 401331,China) |
| |
| Abstract: | |
| |
| Keywords: | human face recognition feature extraction principal component analysis two-dimensional principalcomponent analysis |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《重庆工商大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《重庆工商大学学报(自然科学版)》下载全文 |
|
