首页 | 本学科首页   官方微博 | 高级检索  
     

基于改进的二维线性判别分析的人脸识别
引用本文:叶延亮,徐正光. 基于改进的二维线性判别分析的人脸识别[J]. 微计算机信息, 2008, 24(19)
作者姓名:叶延亮  徐正光
摘    要:本文提出一种新的特征提取方法,人脸图像在2DPCA投影的基础上进行B2DLDA投影提取出人脸特征.这种方法克服了传统PCA和LDA方法的小样本问题和维数灾难问题,并且充分利用了二维人脸图像矩阵空间结构信息,大幅度降低了人脸特征维数.实验证明这种方法的识别率比传统的PCA和2DPCA方法高,识别时间和训练时间比传统的PCA和2DPCA方法少.

关 键 词:2DPCA  B2DLDA  2DPCA B2DLDA  改进  线性判别分析  人脸识别  Linear Discriminant Analysis  Improved  Based  Recognition  时间比  训练  识别率  验证  特征维数  结构信息  矩阵空间  利用  小样本问题  维数灾难  人脸特征  特征提取  投影

Face Recognition Based on Improved Two-dimensional Linear Discriminant Analysis
YE Yan-liang,XU Zheng-guang. Face Recognition Based on Improved Two-dimensional Linear Discriminant Analysis[J]. Control & Automation, 2008, 24(19)
Authors:YE Yan-liang  XU Zheng-guang
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
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