| 一种融合PCA 和KFDA 的人脸识别方法 |
| |
| 引用本文： | 陈才扣,杨静宇,杨 健.一种融合PCA 和KFDA 的人脸识别方法[J].控制与决策,2004,19(10):1147-1150. |
| |
| 作者姓名： | 陈才扣 杨静宇 杨 健 |
| |
| 作者单位： | 1. 南京理工大学,计算机科学与工程系,江苏,南京,210094;扬州大学计算机科学与工程系,江苏,扬州,225009
2. 南京理工大学,计算机科学与工程系,江苏,南京,210094 |
| |
| 基金项目： | 国家自然科学基金资助项目(60072034)，教育部博士点基金资助项目(20020288013). |
| |
| 摘 要： | 提出一种融合PCA和KFDA的人脸识别方法，即在进行非线性映射之前，首先利用经典的主分量分析(C—PCA)进行降维，然后执行KFDA．为进一步降低整个算法的计算时问，又提出一种I—PCA KFDA方法，它直接基于图像矩阵的主分量分析(I—PCA)．ORL标准人脸库的试验结果表明，与现有的核Fisher鉴别分析方法相比，两种方法可将特征抽取的速度分别提高3倍和7倍，其识别精度没有丝毫的降低．
|
| 关 键 词： | 主分量分析 图像矩阵 核Fisher鉴别分析 特征抽取 人脸识别 |
| 文章编号： | 1001-0920(2004)10-1147-04 |
Fusion of PCA and KFDA for face recognition |
| |
| CHEN Cai-kou.Fusion of PCA and KFDA for face recognition[J].Control and Decision,2004,19(10):1147-1150. |
| |
| Authors: | CHEN Cai-kou |
| |
| Affiliation: | CHEN Cai-kou~ |
| |
| Abstract: | A fusion of PCA and KFDA for face recognition is developed. The algorithm includes two stages: firstly, the classical principal component analysis(C-PCA) is employed to condense the dimension of image vector. Then kernel Fisher discriminant analysis(KFDA) is applied to the reduced dimension of training samples. On this basis, a more efficient method, called I-PCA+KFDA, is proposed. Different from the previous method where C-PCA is based on vectors, I-PCA is to exploits image matrices to directly construct the image total scatter matrix. The (experimental) results on ORL face databases indicate that the proposed method is more efficent than KFDA while (retaining) the same recognition accuracy. |
| |
| Keywords: | principal component analysis image matrix kernel Fisher discriminant ananlysis feature extraction face recognition |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《控制与决策》浏览原始摘要信息 |
|
点击此处可从《控制与决策》下载全文 |
