检索结果-维普期刊中文期刊服务平台

改进的模块2DPCA人脸识别算法被引量：7: 1; 作者张岩武玉强《计算机工程》 CAS CSCD 北大核心 2011年第7期228-230,共3页; 提出一种改进的模块2DPCA人脸识别算法,即基于子距离的模块2DPCA人脸识别算法。该算法对图像进行分块,对每一子块独立地利用2DPCA进行处理,求出测试样本子块与训练样本对应子块间的子距离,将所有子距离相加得到测试样本与训练样本的距离... 展开更多; 关键词二维主成分分析子距离模块二维主成分分析特征提取人脸识别; 在线阅读下载PDF 职称材料

基于分块2DPCA的人脸识别方法被引量：6: 2; 作者邓亚平王敏《计算机工程与设计》 CSCD 北大核心 2014年第9期3229-3233,共5页; 为进一步提高分块二维主成分分析(2DPCA)算法在人脸识别的识别率,提出一种人脸识别算法。将训练样本人脸矩阵按光照等相似条件进行分块并进行类内平均归一化;采用2DPCA算法构造特征空间,将分块矩阵在特征空间中进行投影得到训练样本识... 展开更多; 关键词分块二维主成分分析支持向量机类内平均人脸识别; 在线阅读下载PDF 职称材料

基于AMD度量和类间模块2DPCA的人脸识别算法被引量：2: 3; 作者李小红李寅 +1 位作者张静金建《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2011年第7期1015-1018,共4页; 文章提出了一种基于集成矩阵距离(AMD)和类间散布矩阵构造的模块2DPCA人脸识别方法。针对原模块2DPCA算法的不足,使用类间散布矩阵代替总体散布矩阵,求得最佳特征向量并对图像进行特征提取;采用集成矩阵距离的度量方式计算特征图像的相... 展开更多; 关键词人脸识别模块2dpca 类间散布矩阵集成矩阵距离; 在线阅读下载PDF 职称材料

一种模块化2DPCA和CSLDA相结合的人脸验证算法被引量：6: 4; 作者袁宁吴小俊 +2 位作者王士同杨静宇 Josef Kittler 《计算机研究与发展》 EI CSCD 北大核心 2008年第6期1029-1035,共7页; 在CSLDA方法的基础上进行改进,和模块化2DPCA相结合,提出了一种模块化2DPCA+CSLDA的人脸验证方法.CSLDA将图像矩阵转化为向量进行处理,数据维数很大,计算复杂,对图像整体处理没有考虑到图像的局部特征.针对这些缺点,新方法从原始数据出... 展开更多; 关键词 CSLDA 模块化2dpca 线性判别分析特征抽取客户相关人脸验证; 在线阅读下载PDF 职称材料

基于模块化2DPCA和CSKDA的人脸验证: 5; 作者袁宁吴小俊 +2 位作者王士同杨静宇 Josef Kittler 《计算机工程》 CAS CSCD 北大核心 2009年第7期172-174,205,共4页; 针对客户相关的核判别分析(CSKDA)对图像列向量进行处理数据维数大、计算复杂,对图像整体处理没有考虑到局部特征等缺点,提出M2DPCA和CSKDA结合的方法。新方法对二维数据进行分块后采用2DPCA抽取局部特征,施行CSKDA,不仅考虑了类内、类... 展开更多; 关键词客户相关的核判别分析模块化2dpca 特征抽取人脸验证; 在线阅读下载PDF 职称材料

改进的模块2DPCA与MSD结合的人脸识别被引量：2: 6; 作者孔爱祥王成儒《计算机工程与应用》 CSCD 2014年第2期175-178,197,共5页; 提出了一种改进的模块2DPCA与最大散度差鉴别分析相结合的人脸识别方法。该方法先对原始人脸图像采用改进的模块2DPCA抽取特征,然后对得到的特征图像的子图像块施行最大散度差鉴别分析,得到最终的特征图像。该方法不仅利用了原始图像的... 展开更多; 关键词模块二维主成分分析(2dpca) 最大散度差鉴别分析人脸识别; 在线阅读下载PDF 职称材料

二维主成分分析方法的推广及其在人脸识别中的应用被引量：20: 7; 作者陈伏兵陈秀宏 +1 位作者高秀梅杨静宇《计算机应用》 CSCD 北大核心 2005年第8期1767-1770,共4页; 提出了分块二维主成分分析(分块2DPCA)的人脸识别方法。分块2DPCA方法先对图像矩阵进行分块,对分块得到的子图像矩阵直接进行鉴别分析。其特点是:能方便地降低鉴别特征的维数;可以完全避免使用矩阵的奇异值分解,特征抽取方便;与2DPCA方... 展开更多; 关键词线性鉴别分析特征抽取分块二维主成分分析特征矩阵人脸识别; 在线阅读下载PDF 职称材料

分块二维主成分分析鉴别特征抽取能力研究被引量：1: 8; 作者陈伏兵韦相和 +1 位作者严云洋杨静宇《计算机工程与应用》 CSCD 北大核心 2006年第27期69-72,75,共5页; 基于二维主成分分析(2DPCA),文章提出了分块二维主成分分析(M2DPCA)人脸识别方法。M2DPCA从模式的原始数字图像出发,先对图像进行分块,对分块得到的子图像矩阵采用2DPCA方法进行特征抽取,从而实现模式的分类。新方法的特点是能有效地抽... 展开更多; 关键词线性鉴别分析特征抽取二维主成分分析分块二维主成分分析人脸识别; 在线阅读下载PDF 职称材料

题名改进的模块2DPCA人脸识别算法被引量：7: 1; 作者张岩武玉强; 机构济宁学院物理与信息工程系曲阜师范大学自动化研究所; 出处《计算机工程》 CAS CSCD 北大核心 2011年第7期228-230,共3页; 基金教育部科学技术研究基金资助重点项目(208074) 济宁学院科研基金资助项目(2009KJLX04); 文摘提出一种改进的模块2DPCA人脸识别算法,即基于子距离的模块2DPCA人脸识别算法。该算法对图像进行分块,对每一子块独立地利用2DPCA进行处理,求出测试样本子块与训练样本对应子块间的子距离,将所有子距离相加得到测试样本与训练样本的距离,用最近距离分类器分类。在ORL人脸库上的实验结果表明,该算法在识别性能上优于普通的模块2DPCA算法和修正的模块2DPCA算法。; 关键词二维主成分分析子距离模块二维主成分分析特征提取人脸识别; Keywords Two-Dimensional Principal Component Analysis（2dpca） sub-distance modular 2dpca feature extraction face recognition; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于分块2DPCA的人脸识别方法被引量：6: 2; 作者邓亚平王敏; 机构华中科技大学自动化学院; 出处《计算机工程与设计》 CSCD 北大核心 2014年第9期3229-3233,共5页; 基金国家自然科学基金项目(61370180); 文摘为进一步提高分块二维主成分分析(2DPCA)算法在人脸识别的识别率,提出一种人脸识别算法。将训练样本人脸矩阵按光照等相似条件进行分块并进行类内平均归一化;采用2DPCA算法构造特征空间,将分块矩阵在特征空间中进行投影得到训练样本识别特征,利用支持向量机(SVM)在分类上的优势,对训练样本识别特征和经过归一化分块2DPCA的测试样本识别特征进行分类,对人脸图像进行识别。选取ORL人脸数据库的图片进行实验,将该算法与传统2DPCA、2DPCA+SVM等算法进行比较,验证了该算法的性能优于其它算法。; 关键词分块二维主成分分析支持向量机类内平均人脸识别; Keywords modular 2dpca SVM within-class average face face recognition; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于AMD度量和类间模块2DPCA的人脸识别算法被引量：2: 3; 作者李小红李寅张静金建; 机构合肥工业大学计算机与信息学院; 出处《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2011年第7期1015-1018,共4页; 基金安徽省自然科学基金资助项目(090412058) 合肥工业大学大学生创新性实验计划资助项目(cxsy2010083); 文摘文章提出了一种基于集成矩阵距离(AMD)和类间散布矩阵构造的模块2DPCA人脸识别方法。针对原模块2DPCA算法的不足,使用类间散布矩阵代替总体散布矩阵,求得最佳特征向量并对图像进行特征提取;采用集成矩阵距离的度量方式计算特征图像的相似度,实现人脸分类。在ORL人脸库上的实验结果表明,同2DPCA和普通模块2DPCA相比,文中提出的方法能够取得更好的识别效果。; 关键词人脸识别模块2dpca 类间散布矩阵集成矩阵距离; Keywords face recognition modular 2dpca within-class scatter matrix assembled matrix distance（AMD）; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名一种模块化2DPCA和CSLDA相结合的人脸验证算法被引量：6: 4; 作者袁宁吴小俊王士同杨静宇 Josef Kittler; 机构江南大学信息工程学院南京理工大学计算机科学与技术学院萨里大学电子工程系视觉、语音、信号处理中心; 出处《计算机研究与发展》 EI CSCD 北大核心 2008年第6期1029-1035,共7页; 基金 2006年教育部新世纪优秀人才支持计划基金项目(NCET-06-0487) 国家自然科学基金项目(60472060,60572034) +1 种基金江南大学创新团队建设基金项目(JNIRT0702)~~; 文摘在CSLDA方法的基础上进行改进,和模块化2DPCA相结合,提出了一种模块化2DPCA+CSLDA的人脸验证方法.CSLDA将图像矩阵转化为向量进行处理,数据维数很大,计算复杂,对图像整体处理没有考虑到图像的局部特征.针对这些缺点,新方法从原始数据出发,对二维数据进行分块后采用2DPCA进行特征抽取,能有效抽取图像的局部特征,得到替代原始图像的低维的新模式.然后对新模式施行CSLDA,即基于客户相关子空间的线性判别分析方法,不仅考虑到类内、类间的差异,弥补了PCA的缺陷;而且客户相关(CS)子空间可以较好地描述不同个体人脸之间的差异性,比传统的个体特征脸具有更好的判别能力.在XM2VTS人脸库上按照Lausanne协议和ORL库上对原CSLDA和新方法进行评价和测试的结果表明,新方法在验证效果上优于CSLDA方法.; 关键词 CSLDA 模块化2dpca 线性判别分析特征抽取客户相关人脸验证; Keywords CSLDA modular 2dpca linear discriminant analysis feature extraction clientspecific face verification; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于模块化2DPCA和CSKDA的人脸验证: 5; 作者袁宁吴小俊王士同杨静宇 Josef Kittler; 机构江南大学信息工程学院南京理工大学计算机科学与技术学院 Dept. of Electrical Engineering; 出处《计算机工程》 CAS CSCD 北大核心 2009年第7期172-174,205,共4页; 基金国家自然科学基金资助项目(60472060,60572034) 2006年教育部新世纪优秀人才计划基金资助项目 +1 种基金江南大学创新团队建设基金资助项目(JNIRT0702); 文摘针对客户相关的核判别分析(CSKDA)对图像列向量进行处理数据维数大、计算复杂,对图像整体处理没有考虑到局部特征等缺点,提出M2DPCA和CSKDA结合的方法。新方法对二维数据进行分块后采用2DPCA抽取局部特征,施行CSKDA,不仅考虑了类内、类间的差异,而且可以较好地描述不同个体人脸间的差异性。在XM2VTS和ORL人脸库上的实验结果表明,该方法在验证效果上优于CSKDA方法。; 关键词客户相关的核判别分析模块化2dpca 特征抽取人脸验证; Keywords Client Specific Kernel Discriminant Analysis（CSKDA） modular 2dpca feature extraction face verification; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名改进的模块2DPCA与MSD结合的人脸识别被引量：2: 6; 作者孔爱祥王成儒; 机构燕山大学信息科学与工程学院; 出处《计算机工程与应用》 CSCD 2014年第2期175-178,197,共5页; 文摘提出了一种改进的模块2DPCA与最大散度差鉴别分析相结合的人脸识别方法。该方法先对原始人脸图像采用改进的模块2DPCA抽取特征,然后对得到的特征图像的子图像块施行最大散度差鉴别分析,得到最终的特征图像。该方法不仅利用了原始图像的局部特征和类别信息,而且完全避免了使用矩阵的奇异值分解。在ORL人脸库上的实验结果验证了该方法的有效性。; 关键词模块二维主成分分析(2dpca) 最大散度差鉴别分析人脸识别; Keywords modular 2 Dimensional Principal Component Analysis （2dpca） maximum scatter difference discriminateanalysis face recognition; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名二维主成分分析方法的推广及其在人脸识别中的应用被引量：20: 7; 作者陈伏兵陈秀宏高秀梅杨静宇; 机构南京理工大学计算机科学系; 出处《计算机应用》 CSCD 北大核心 2005年第8期1767-1770,共4页; 基金国家自然科学基金资助项目(60472060); 文摘提出了分块二维主成分分析(分块2DPCA)的人脸识别方法。分块2DPCA方法先对图像矩阵进行分块,对分块得到的子图像矩阵直接进行鉴别分析。其特点是:能方便地降低鉴别特征的维数;可以完全避免使用矩阵的奇异值分解,特征抽取方便;与2DPCA方法相比,使用低维的鉴别特征矩阵,而达到较高(至少是不低)的正确识别率。此外,2DPCA是分块2DPCA的特例。在ORL和NUST603人脸库上的试验结果表明,所提出的方法在识别性能上优于2DPCA方法。; 关键词线性鉴别分析特征抽取分块二维主成分分析特征矩阵人脸识别; Keywords LDA(Linear Discriminant Analysis) feature extraction modular 2dpca (modular two-Dimensional Principal Component Analysis) feature matrix face recognition; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名分块二维主成分分析鉴别特征抽取能力研究被引量：1: 8; 作者陈伏兵韦相和严云洋杨静宇; 机构淮阴师范学院计算机科学系南京理工大学计算机科学系; 出处《计算机工程与应用》 CSCD 北大核心 2006年第27期69-72,75,共5页; 基金国家自然科学基金资助项目(编号:60472060) 江苏省自然科学基金资助项目(编号:05KJD520036) 淮安市科技发展基金资助项目(编号:HAG05053); 文摘基于二维主成分分析(2DPCA),文章提出了分块二维主成分分析(M2DPCA)人脸识别方法。M2DPCA从模式的原始数字图像出发,先对图像进行分块,对分块得到的子图像矩阵采用2DPCA方法进行特征抽取,从而实现模式的分类。新方法的特点是能有效地抽取图像的局部特征,正是这些特征使此类模式区别于彼类。在ORL人脸数据库上测试了该方法的鉴别能力。实验的结果表明,M2DPCA在鉴别性能上优于通常的2DPCA和PCA方法,也优于基于Fisher鉴别准则的鉴别分析方法:Fisherfaces方法、F-S方法和J-Y方法。; 关键词线性鉴别分析特征抽取二维主成分分析分块二维主成分分析人脸识别; Keywords Linear Discriminant Analysis（LDA）,feature extraction,Two Dimensional Principal Component Analysis（2dpca） ,modular Two Dimensional Principal Component Analysis（M2dpca）,face recognition; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	改进的模块2DPCA人脸识别算法	张岩武玉强	《计算机工程》 CAS CSCD 北大核心	2011	7	在线阅读下载PDF 职称材料
2	基于分块2DPCA的人脸识别方法	邓亚平王敏	《计算机工程与设计》 CSCD 北大核心	2014	6	在线阅读下载PDF 职称材料
3	基于AMD度量和类间模块2DPCA的人脸识别算法	李小红李寅张静金建	《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心	2011	2	在线阅读下载PDF 职称材料
4	一种模块化2DPCA和CSLDA相结合的人脸验证算法	袁宁吴小俊王士同杨静宇 Josef Kittler	《计算机研究与发展》 EI CSCD 北大核心	2008	6	在线阅读下载PDF 职称材料
5	基于模块化2DPCA和CSKDA的人脸验证	袁宁吴小俊王士同杨静宇 Josef Kittler	《计算机工程》 CAS CSCD 北大核心	2009	0	在线阅读下载PDF 职称材料
6	改进的模块2DPCA与MSD结合的人脸识别	孔爱祥王成儒	《计算机工程与应用》 CSCD	2014	2	在线阅读下载PDF 职称材料
7	二维主成分分析方法的推广及其在人脸识别中的应用	陈伏兵陈秀宏高秀梅杨静宇	《计算机应用》 CSCD 北大核心	2005	20	在线阅读下载PDF 职称材料
8	分块二维主成分分析鉴别特征抽取能力研究	陈伏兵韦相和严云洋杨静宇	《计算机工程与应用》 CSCD 北大核心	2006	1	在线阅读下载PDF 职称材料