-
题名一种核最大散度差判别分析人脸识别方法
被引量：3
- 1
-
-
作者
杜海顺
李玉玲
汪凤泉
张帆
-
机构
河南大学先进控制与智能信息处理研究所
东南大学仪器科学与工程学院
-
出处
《计算机科学》
CSCD
北大核心
2010年第6期286-288,302,共4页
-
基金
河南省自然科学研究资助计划项目(2008A520003)资助
-
文摘
提出一种有效的非线性子空间学习方法——核最大散度差判别分析(KMSD),并将其用于人脸识别。核最大散度差判别分析首先把输入空间的样本非线性映射到特征空间,然后通过核方法的技巧,采用最大散度差判别分析(MSD)方法在特征空间里求解。在Yale和ORL人脸数据库上的实验结果表明,提出的核最大散度差判别分析方法用于人脸识别具有较高的识别率。
-
关键词
核最大散度差判别分析
子空间学习
人脸识别
-
Keywords
kernel maximum scatter difference discriminant analysis（kmsd）, Subspace learning, Face recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于KPCA和FMSD的人脸识别
被引量：2
- 2
-
-
作者
曾接贤
田金权
符祥
-
机构
南昌航空大学软件学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2011年第17期19-22,28,共5页
-
基金
国家自然科学基金资助项目(60675022)
江西省自然科学基金资助项目(2008GZS0034)
航空科学基金资助项目(20085556017)
-
文摘
针对核最大散度差(KMSD)方法在人脸识别中存在边缘类和次优性问题,提出一种基于核主成分分析(KPCA)与模糊最大散度差(FMSD)的人脸识别方法(KFMSD)。利用KPCA方法提取人脸的非线性结构特征,选取投影后类间散度大于类内散度的特征向量作为最优投影轴,采用FMSD方法,根据隶属度函数将样本的原始分布信息完全融入人脸的特征提取中,采用最近邻分类器进行分类识别。在ORL和YALE人脸库上的实验证明了KFMSD方法的有效性。
-
关键词
人脸识别
核主成分分析
模糊最大散度差
核最大散度差
特征提取
-
Keywords
face recognition
kernel Principal Component Analysis（KPCA）
Fuzzy maximum scatter difference（FMSD）
kernel maximum scatter difference（kmsd）
feature extraction
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名新的非线性鉴别特征抽取方法及人脸识别
被引量：2
- 3
-
-
作者
刘永俊
陈才扣
赵根林
杨静宇
-
机构
常熟理工学院软件工程系
扬州大学信息工程学院
南京理工大学计算机科学与工程系
-
出处
《计算机工程与设计》
CSCD
北大核心
2008年第6期1519-1521,1550,共4页
-
基金
国家自然科学基金项目(60472060)
江苏省高校自然科学基金项目(05KJB520152)
-
文摘
在非线性空间中采用新的最大散度差鉴别准则,提出了一种新的核最大散度差鉴别分析方法。该方法不仅有效地抽取了人脸图像的非线性鉴别特征,而且从根本上避免了以往核Fisher鉴别分析中训练样本总数较多时,通常存在的核散布矩阵奇异的问题,计算复杂度大大降低,识别速度有了明显的提高。在ORL人脸数据库上的实验结果验证了该算法的有效性。
-
关键词
核非线性鉴别分析
最大散度差鉴别准则
核最大散度差鉴别分析
特征抽取
人脸识别
-
Keywords
kernel nolinear discriminant analysis
maximum scatter difference criterion
kernel maximum scatter difference discriminant analysis
feature extraction
face recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
