基于2DDPCA的人脸识别算法

基于2DDPCA的人脸识别算法
刘明珠;武琪;李昌
【期刊名称】《电视技术》
【年(卷),期】2016(40)1
【摘要】主成分分析法(PCA)是人脸识别传统方法之一,是模式识别中一种普遍的线性组合算法.传统PCA算法因光照等外界因素和计算量较大等问题导致识别率较低.为了抑制这些缺点,主要研究基于PCA人脸识别算法改进的二维主成分分析法(2DPCA)和在2DPCA算法的基础上进行第二次特征提取的2DDPCA算法,并对PCA,2DPCA,2DDPCA这3种人脸识别算法在ORL和Yale人脸数据库上进行实验.实验主要从两方面进行分析,特征向量的维数、训练样本数与识别率的关系以及3种方法分别在数据库的时间对比.实验结果表明,提出的2DDPCA算法在不明显降低识别率的基础上,能有效提高识别速率,重建性能好.
【总页数】5页(P122-126)
【作者】刘明珠;武琪;李昌
【作者单位】哈尔滨理工大学测控技术与通信工程重点实验室,黑龙江哈尔滨150080;哈尔滨理工大学测控技术与通信工程重点实验室,黑龙江哈尔滨150080;哈尔滨理工大学测控技术与通信工程重点实验室,黑龙江哈尔滨150080
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.基于改进Mobilenet算法的深度人脸识别算法 [J], 刘梦雅;毛剑琳
2.基于PCA算法的人脸识别算法设计与实现 [J], 金传洋;孙剑桥;邱雪欢;张惠民
3.基于LBPH算法的人脸识别算法研究与设计 [J], 邓垲镛; 赵慧元; 田刚; 张蓥
4.基于特征重整及优化训练的遮挡人脸识别算法 [J], 邹鹏;杨治昆;李锴淞
5.基于轻量级卷积神经网络人脸识别算法的研究与应用 [J], 胡佳玲;施一萍;谢思雅;陈藩;刘瑾
因版权原因，仅展示原文概要，查看原文内容请购买。