检索结果-维普期刊中文期刊服务平台

基于差空间和最大散度差鉴别分析的人脸识别方法被引量：2: 1; 作者李晓东费树岷张涛《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2009年第6期1130-1134,共5页; 为了提高最大散度差鉴别分析方法在人脸识别中的识别率,提出了一种改进的基于差空间的最大散度差鉴别分析人脸识别算法.该方法把类内平均脸方法应用到2DPCA算法中,并基于改进的2DPCA方法分别建立训练样本和测试样本的差空间,然后用类内... 展开更多; 关键词二维主成份分析类内平均脸差空间最大散度差鉴别分析; 在线阅读下载PDF 职称材料

基于2DPCA和压缩感知的人脸识别方法被引量：5: 2; 作者陈财明宋加涛张石清《计算机工程》 CAS CSCD 北大核心 2011年第22期176-178,共3页; 提出一种基于二维主成份分析(2DPCA)和压缩感知的人脸识别方法。阐述2DPCA提取特征向量的工作原理,利用压缩感知方法求解待识别图像在足够样本下的稀疏表示。由所有训练图的特征向量构成测量矩阵,将每一幅待识别图像的特征向量作为测量... 展开更多; 关键词人脸识别压缩感知二维主成份分析 L1范数稀疏表示; 在线阅读下载PDF 职称材料

双树复小波多频带类内类间不确定度融合的人脸识别被引量：4: 3; 作者王仕民叶继华 +1 位作者王明文程柏良《计算机科学》 CSCD 北大核心 2014年第2期87-90,共4页; 为了更好地获取人脸的纹理特征和解决人脸多频带的权值问题,提出了双树复小波多频带类内类间不确定度特征融合的人脸识别算法。首先使用了人脸双树复小波多频带特征构建人脸的纹理特征,引入了双树复小波多频带类内类间的不确定度计算多... 展开更多; 关键词人脸识别双树复小波类内类间不确定度特征融合二维主成份分析; 在线阅读下载PDF 职称材料

基于L_p范数的2DPCA的人脸识别方法被引量：3: 4; 作者李勇梁志贞夏士雄《计算机工程与应用》 CSCD 2013年第11期183-186,227,共5页; 主成分分析(PCA)是降维的一种经典方法。二维主成分分析(2DPCA)在特征抽取之前不需要将图像矩阵转化为向量形式,所以能快速地提取特征。但是基于L2范数的PCA和2DPCA在遇到异常值时的表现不稳定而且得到的向量通常不是稀疏的。提出了一... 展开更多; 关键词主成分分析脸识别特征提取二维主成份分析 LP范数 ORL人脸库; 在线阅读下载PDF 职称材料

题名基于差空间和最大散度差鉴别分析的人脸识别方法被引量：2: 1; 作者李晓东费树岷张涛; 机构东南大学复杂工程系统测量与控制教育部重点实验室临沂师范学院信息学院; 出处《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2009年第6期1130-1134,共5页; 基金国家自然科学基金资助项目(60574006); 文摘为了提高最大散度差鉴别分析方法在人脸识别中的识别率,提出了一种改进的基于差空间的最大散度差鉴别分析人脸识别算法.该方法把类内平均脸方法应用到2DPCA算法中,并基于改进的2DPCA方法分别建立训练样本和测试样本的差空间,然后用类内中间值代替类内均值修改了最大散度差鉴别算法中类内散布矩阵的定义.用改进后的最大散度差鉴别法对得到的差空间进行鉴别分析,分别提取训练样本和测试样本的鉴别特征,用最近邻分类器分类.在ORL人脸数据库上的实验结果表明,该方法可以有效地改善识别率.; 关键词二维主成份分析类内平均脸差空间最大散度差鉴别分析; Keywords two dimension principal component analysis（2DPCA） with-in class average face residual space maximum scatter difference discriminate analysis; 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

题名基于2DPCA和压缩感知的人脸识别方法被引量：5: 2; 作者陈财明宋加涛张石清; 机构台州学院物理与电子工程学院宁波工程学院电子与信息工程学院; 出处《计算机工程》 CAS CSCD 北大核心 2011年第22期176-178,共3页; 基金国家自然科学基金资助项目(60972163) 宁波市自然科学基金资助项目(2009A610090); 文摘提出一种基于二维主成份分析(2DPCA)和压缩感知的人脸识别方法。阐述2DPCA提取特征向量的工作原理,利用压缩感知方法求解待识别图像在足够样本下的稀疏表示。由所有训练图的特征向量构成测量矩阵,将每一幅待识别图像的特征向量作为测量值,由压缩感知中求解的L1范数极小值得到待识别图像的编码信号,根据该编码信号识别人脸图像。实验结果表明,与其他组合方法相比,基于2DPCA和压缩感知的人脸识别方法得到的识别率较高。; 关键词人脸识别压缩感知二维主成份分析 L1范数稀疏表示; Keywords face recognition compressive sensing 2D Principal Component Analysis（2DPCA） L1 norm sparse representation; 分类号 TP242.6 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名双树复小波多频带类内类间不确定度融合的人脸识别被引量：4: 3; 作者王仕民叶继华王明文程柏良; 机构江西师范大学计算机信息工程学院同济大学嵌入式系统与服务计算教育部重点实验室; 出处《计算机科学》 CSCD 北大核心 2014年第2期87-90,共4页; 基金国家自然科学基金(61262036 61262015) +4 种基金江西师范大学青年成长基金资助; 文摘为了更好地获取人脸的纹理特征和解决人脸多频带的权值问题,提出了双树复小波多频带类内类间不确定度特征融合的人脸识别算法。首先使用了人脸双树复小波多频带特征构建人脸的纹理特征,引入了双树复小波多频带类内类间的不确定度计算多频带特征权值,同时采用了二维主成份分析方法对人脸多频带特征进行重构线性子空间,人脸子空间加权融合得到的最终特征能够保证投影后样本在新的空间中有最小的类内距离和最大的类间距离。使用ORL人脸图像库进行了实验与分析,结果表明所提出的方法比经典的二维主成份分析、传统小波、Gabor小波和双树复小波方法取得了更好的识别效果。; 关键词人脸识别双树复小波类内类间不确定度特征融合二维主成份分析; Keywords Face recognition, Dual-tree complex wavelet, Within-class and inter-class uncertainty, Feature fusion, Two- dimensional principal component analysis; 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

题名基于L_p范数的2DPCA的人脸识别方法被引量：3: 4; 作者李勇梁志贞夏士雄; 机构中国矿业大学计算机科学与技术学院; 出处《计算机工程与应用》 CSCD 2013年第11期183-186,227,共5页; 基金国家自然科学基金(No.61003169); 文摘主成分分析(PCA)是降维的一种经典方法。二维主成分分析(2DPCA)在特征抽取之前不需要将图像矩阵转化为向量形式,所以能快速地提取特征。但是基于L2范数的PCA和2DPCA在遇到异常值时的表现不稳定而且得到的向量通常不是稀疏的。提出了一种基于L1范数的且受Lp范数约束的2DPCA方法(2DPCA-Lp)。当参数p接近1时,它可以得到稀疏的解。该方法既具有2DPCA的快速方便性,又是泛化的并且对异常值较不敏感。同时也证明该方法可以取得一个局部最大化的解。通过在ORL和UMIST人脸库上的实验表明了该方法的有效性。; 关键词主成分分析脸识别特征提取二维主成份分析 LP范数 ORL人脸库; Keywords principal component analysis face recognition feature extraction 2 Dimension Principal Component Analysis （2DPCA） Lp-norm ORL face data set; 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	作者	出处	发文年	被引量	操作
1	基于差空间和最大散度差鉴别分析的人脸识别方法	李晓东费树岷张涛	《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心	2009	2	在线阅读下载PDF 职称材料
2	基于2DPCA和压缩感知的人脸识别方法	陈财明宋加涛张石清	《计算机工程》 CAS CSCD 北大核心	2011	5	在线阅读下载PDF 职称材料
3	双树复小波多频带类内类间不确定度融合的人脸识别	王仕民叶继华王明文程柏良	《计算机科学》 CSCD 北大核心	2014	4	在线阅读下载PDF 职称材料
4	基于L_p范数的2DPCA的人脸识别方法	李勇梁志贞夏士雄	《计算机工程与应用》 CSCD	2013	3	在线阅读下载PDF 职称材料