基于改进的2DPCA人脸识别方法研究

首页 > 按月查看>2012年第4月 >45-49

基于改进的2DPCA人脸识别方法研究
DOI:
                        
作者:
                        
作者单位:
作者简介:
通讯作者:
基金项目:

Research on Human Face Recognition Based on Improved 2DPCA Method

Author:

Affiliation:

Fund Project:

摘要

图/表

访问统计

参考文献

相似文献

引证文献

资源附件

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。

Abstract:

Traditional principal component analysis(PCA) needs to transform image matrix into vector during image identification,resulting in higher dimension of image vector and making larger amount of computation in the process of the entire feature extraction…

参考文献

相似文献

引证文献

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
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

复制

文章指标

点击次数:
下载次数:

历史

收稿日期:
最后修改日期:
录用日期:
在线发布日期:

引用本文

分享

文章指标

历史