首页 | 本学科首页   官方微博 | 高级检索  
     

基于加权主元分析(WPCA)的人脸识别
引用本文:乔宇,黄席樾,柴毅,邓金城,陈虹宇. 基于加权主元分析(WPCA)的人脸识别[J]. 重庆大学学报(自然科学版), 2004, 27(3): 28-31
作者姓名:乔宇  黄席樾  柴毅  邓金城  陈虹宇
作者单位:重庆大学,自动化学院,导航与制导研究室,重庆,400030;重庆大学,自动化学院,导航与制导研究室,重庆,400030;重庆大学,自动化学院,导航与制导研究室,重庆,400030;重庆大学,自动化学院,导航与制导研究室,重庆,400030;重庆大学,自动化学院,导航与制导研究室,重庆,400030
摘    要:将特征加权和主元分析相结合,提出了一种新的加权主元分析方法;这种方法先根据加权重建误差最小化,计算出各类训练样本的加权子空间,然后计算测试样本点到各加权子空间的距离,并根据该距离进行分类识别.最后,通过对剑桥ORL数据库进行的试验证明,该方法与传统的主元分析相比可以在不增加运算量的情况下大大提高识别率.

关 键 词:主元分析  特征加权  人脸识别
文章编号:1000-582X(2004)03-0028-04
修稿时间:2003-09-20

Face Recognition Based on Weighted PCA
QIAO Yu,HUANG Xi-yue,CHAI Yi,DENG Jin-cheng,CHEN Hong-yu. Face Recognition Based on Weighted PCA[J]. Journal of Chongqing University(Natural Science Edition), 2004, 27(3): 28-31
Authors:QIAO Yu  HUANG Xi-yue  CHAI Yi  DENG Jin-cheng  CHEN Hong-yu
Abstract:This paper proposes a face novel recognition method based on Weighted PCA, which combined weighted features with PCA. At first, we calculate the weighted subspace for each class by minimizing the weighted reconstruction error. Then a test example is classified by the distance from weighted subspace. The experiments on Cambridge ORL database show that our Weighted PCA method can improve the recognition rate significantly without increasing the computation, when compared with PCA.
Keywords:principal component analysis  weighted features  face recognition
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《重庆大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《重庆大学学报(自然科学版)》下载全文
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