| 基于PCA与最大后验概率分类的人脸识别方法 |
| |
| 引用本文： | 袁少锋,王士同.基于PCA与最大后验概率分类的人脸识别方法[J].计算机科学,2014,41(2):91-94. |
| |
| 作者姓名： | 袁少锋 王士同 |
| |
| 作者单位： | 江南大学数字媒体学院 无锡214122;江南大学数字媒体学院 无锡214122 |
| |
| 摘 要： | 在运用主成分分析进行人脸识别的过程中,由于实际图像可能符合某种概率密度分布,并且实际用到的图像可能受到不同程度的噪声污染,简单的距离分类已不再适用。基于核函数的最大后验概率分类是将概率密度函数估计中的参数估计、核函数以及贝叶斯理论结合起来,能很好地考虑到概率分布情况,用多元高斯分布下的基于核函数的最大后验概率分类取代距离分类,对于含有不同参数值的高斯噪声图像有较好的识别率。用ORL标准人脸库进行验证,实验结果表明了可行性。
|
| 关 键 词： | 主成分分析 多元高斯分布 参数估计 核函数 贝叶斯理论 |
| 收稿时间： | 2013/5/20 0:00:00 |
| 修稿时间： | 2013/7/16 0:00:00 |
Method of Face Recognition Based on Principal Component Analysis and Maximum a Posteriori Probability Classification |
| |
| YUAN Shao-feng and WANG Shi-tong.Method of Face Recognition Based on Principal Component Analysis and Maximum a Posteriori Probability Classification[J].Computer Science,2014,41(2):91-94. |
| |
| Authors: | YUAN Shao-feng and WANG Shi-tong |
| |
| Affiliation: | School of Digital Media,Jiangnan University,Wuxi 214122,China;School of Digital Media,Jiangnan University,Wuxi 214122,China |
| |
| Abstract: | |
| |
| Keywords: | Principal component analysis Multivariate gaussian distribution Parameter estimation Kernel function Bayesian theory |
| 本文献已被 CNKI 等数据库收录！ |
|
点击此处可从《计算机科学》下载全文 |
|
