期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
一种用于人脸识别的非迭代GLRAM算法 被引量:5
1
作者 赵扬扬 周水生 武亚静 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2014年第2期144-150,共7页
利用二维主成分分析算法通过协方差矩阵获得右投影变换矩阵,进一步对其投影特征矩阵降维获得左投影变换矩阵,提出了一种矩阵广义低秩逼近的新的非迭代算法.ORL和AR人脸数据库的实验研究表明,新的非迭代算法在图像重建和图像识别方面都... 利用二维主成分分析算法通过协方差矩阵获得右投影变换矩阵,进一步对其投影特征矩阵降维获得左投影变换矩阵,提出了一种矩阵广义低秩逼近的新的非迭代算法.ORL和AR人脸数据库的实验研究表明,新的非迭代算法在图像重建和图像识别方面都取得了和矩阵广义低秩逼近的迭代算法相近的效果,同时节省了大量的训练时间,而较二维主成分分析,新算法以较大的压缩率取得了更好的图像重建效果和识别率. 展开更多
关键词 人脸识别 数据降维 矩阵的广义低秩逼近 二维主成分分析(2DPCA)
在线阅读 下载PDF
GLRAM与LDA相结合的人脸识别
2
作者 徐冬冬 陈秀宏 《计算机工程与应用》 CSCD 北大核心 2010年第13期194-196,220,共4页
提出了一种GLRAM(矩阵的广义低秩逼近)与LDA(线性判别分析)相结合的人脸识别方法。首先利用GLRAM方法获得人脸图像的有效特征,然后通过LDA对获得的特征进行进一步的降维并获得最佳分类特征。这样使得抽取特征的判断能力得到了显著增强... 提出了一种GLRAM(矩阵的广义低秩逼近)与LDA(线性判别分析)相结合的人脸识别方法。首先利用GLRAM方法获得人脸图像的有效特征,然后通过LDA对获得的特征进行进一步的降维并获得最佳分类特征。这样使得抽取特征的判断能力得到了显著增强。实验结果表明,该算法在较短的时间内取得了较高的识别率,效果优于单独运用GLRAM方法和LDA方法。 展开更多
关键词 人脸识别 矩阵的广义低秩逼近(GLRAM) 线性判别分析(LDA)
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部