| 基于范数加权的二维主成分分析提取图像特征 |
| |
| 引用本文： | 胡卫强,周浩,汪祥. 基于范数加权的二维主成分分析提取图像特征[J]. 南昌大学学报(工科版), 2022, 44(1): 97-102. DOI: 10.3969/j.issn.1006-0456.2022.01.015 |
| |
| 作者姓名： | 胡卫强 周浩 汪祥 |
| |
| 作者单位： | 南昌大学数学系 |
| |
| 基金项目： | 国家自然科学基金项目(11801258,11961048,12001262)； 江西省自然科学基金项目(20181ACB20001)~~； |
| |
| 摘 要： | 为了能准确地进行图像特征提取，提出一种新的基于Nuclear范数与Frobenius范数加权的二维主成分分析(记为NF-2DPCA)方法。并利用来自于Yalefaces、AR数据库以及ORL人脸数据库中的数据，进行了图像面部识别和重建等相关实验，结果表明所提出的方法能够有效地提取图像特征，并且面部识别准确率最高能达到94.25%,进一步显示所提方法具有一定优越性。
|
| 关 键 词： | 二维主成分分析 特征提取 Frobenius范数 Nuclear范数 |
Two-dimensional principal component analysis based on norm weighted to extract image features |
| |
| HU Weiqiang,ZHOU Hao,WANG Xiang. Two-dimensional principal component analysis based on norm weighted to extract image features[J]. Journal of Nanchang University(Engineering & Technology Edition), 2022, 44(1): 97-102. DOI: 10.3969/j.issn.1006-0456.2022.01.015 |
| |
| Authors: | HU Weiqiang ZHOU Hao WANG Xiang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《南昌大学学报(工科版)》浏览原始摘要信息 |
|
点击此处可从《南昌大学学报(工科版)》下载全文 |
