融合类别信息的二维主成分分析人脸识别算法

融合类别信息的二维主成分分析人脸识别算法
徐倩;邓伟
【期刊名称】《计算机工程与设计》
【年(卷),期】2008(29)22
【摘要】二维主成分分析(2DPCA)已被成功地应用在人脸识别领域,但是这种
2DPCA是无监督方法,投影没有考虑到类别信息,在一定程度上影响了识别性能.因此提出一种新的2DPCA,它利用训练样本的类别标记来生成K-L变换的产生矩阵,融合了样本的类别信息,从而使2DPCA的识别性能更好.基于ORL和Yale人脸数据库的实验表明该方法比传统的2DPCA的识别性能更高.
【总页数】3页(P5792-5794)
【作者】徐倩;邓伟
【作者单位】苏州大学,计算机科学与技术学院,江苏,苏州,215006;苏州大学,计算机科学与技术学院,江苏,苏州,215006
【正文语种】中文
【中图分类】TP18
【相关文献】
1.基于神经网络的二维主成分分析人脸识别算法 [J], 邵天双;金丽华
2.一种改进的核二维主成分分析人脸识别算法 [J], 杨磊;刘美枝
3.一种改进的核二维主成分分析人脸识别算法 [J], 杨磊;刘美枝;;
4.多信息融合的深度学习人脸表情识别算法研究 [J], 阮凯; 邱卫根
5.基于子模式的二维主成分分析融合复判别分析的人脸识别 [J], 史钰潮;谭立辉
因版权原因，仅展示原文概要，查看原文内容请购买。