| 改进2DPCA算法在人脸识别中的应用 |
| |
| 引用本文： | 冯飞,姜宝华,刘培学,陈玉杰. 改进2DPCA算法在人脸识别中的应用[J]. 计算机科学, 2017, 44(Z11): 267-268, 311 |
| |
| 作者姓名： | 冯飞 姜宝华 刘培学 陈玉杰 |
| |
| 作者单位： | 青岛黄海学院 青岛266427,青岛黄海学院 青岛266427,青岛黄海学院 青岛266427,青岛黄海学院 青岛266427 |
| |
| 基金项目： | 本文受国家自然科学基金项目(61471224),山东省高等学校科技计划项目(J16LN80,J16LN94)资助 |
| |
| 摘 要： | 随着二维主成分分析法在人脸识别中的应用,许多基于2D的分析方法日益成熟。相比于PCA算法基于向量的特征提取,2DPCA算法是基于矩阵的特征提取。与依赖于特征矩阵的列或特征矩阵的全部矩阵的方法不同,提出了基于特征矩阵行的距离测量方法,该算法与KNN算法进行了结合。通过使用该方法 可以缓解 2DPCA算法相比于基于主成分分析的算法(PCA)需较多系数的问题。在人脸数据库上的实验结果表明,所提方法的分辨精度比2DPCA方法高,在准确性和存储容量方面超过了2DPCA算法。
|
| 关 键 词： | 2DPCA 人脸识别 行-KNN |
Application of Improved 2DPCA Algorithm in Face Recognition |
| |
| FENG Fei,JIANG Bao-hu,LIU Pei-xue and CHEN Yu-jie. Application of Improved 2DPCA Algorithm in Face Recognition[J]. Computer Science, 2017, 44(Z11): 267-268, 311 |
| |
| Authors: | FENG Fei JIANG Bao-hu LIU Pei-xue CHEN Yu-jie |
| |
| Affiliation: | Qingdao Huanghai College,Qingdao 266427,China,Qingdao Huanghai College,Qingdao 266427,China,Qingdao Huanghai College,Qingdao 266427,China and Qingdao Huanghai College,Qingdao 266427,China |
| |
| Abstract: | |
| |
| Keywords: | 2DPCA Face recognition Row-KNN |
|
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|
