| 基于模糊CCA的图像特征提取和识别 |
| |
| 作者姓名： | 苏志勋 刘艳艳 刘秀平 周晓杰 |
| |
| 作者单位： | 大连理工大学应用数学系,大连,116023;大连理工大学应用数学系,大连,116023;大连理工大学应用数学系,大连,116023;大连理工大学应用数学系,大连,116023 |
| |
| 基金项目： | 教育部跨世纪优秀人才培养计划 |
| |
| 摘 要： | 利用典型相关分析(CCA)和隶属度的思想,提出一种基于模糊典型相关分析的图像特征提取新方法。通过分析图像样本的分布特点,定义合适的隶属度函数描述图像空间的样本分布。利用CCA进行多信息源特征提取,得到同时包含图像灰度信息和分布信息的有效判别特征。可证明Fisher线性判别分析是该算法的一种极限情形。在ORL标准人脸数据库上的实验结果表明新特征具有良好的分类能力,证实了该方法的有效性。
|
| 关 键 词： | 特征提取 典型相关分析 隶属度 Fisher线性判别分析 图像识别 人脸识别 |
| 文章编号： | 1000-3428（2007）16-0144-03 |
| 修稿时间： | 2006-08-29 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程》浏览原始摘要信息 |
|
点击此处可从《计算机工程》下载全文 |
|
