期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合奇异值分解和主分量分析的人脸识别算法
被引量：
13
1
作者
庞彦伟
刘政凯
俞能海
《信号处理》
CSCD
北大核心
2005年第2期202-205,共4页
提出了奇异值分解(SVD)和主分量分析(PCA)相结合的人脸识别算法。理论上,当两种数据或分类器具有一定的独立性或互补性时,数据融合或分类器融合才能改善识别率。SVD和PCA之间有着明显的互补之处。PCA在图像表示上是最佳的(在均方差意义...
提出了奇异值分解(SVD)和主分量分析(PCA)相结合的人脸识别算法。理论上,当两种数据或分类器具有一定的独立性或互补性时,数据融合或分类器融合才能改善识别率。SVD和PCA之间有着明显的互补之处。PCA在图像表示上是最佳的(在均方差意义上),但敏感于位移、旋转等几何变换。而SVD则具有位移、旋转不变性。因此,将这两种方法相结合就有可能提高分类性能(好于单独的SVD方法和单独的PCA方法)。在ORL数据库上的实验表明,SVD和PCA相融合的识别方法的确提高了人脸识别率。
展开更多
关键词
人脸识别算法
主分量分析
奇异值分解
分类器融合
旋转不变性
PCA方法
SVD方法
数据融合
图像表示
几何变换
识别方法
识别率
互补性
独立性
均方差
数据库
位移
在线阅读
下载PDF
职称材料
题名
融合奇异值分解和主分量分析的人脸识别算法
被引量：
13
1
作者
庞彦伟
刘政凯
俞能海
机构
中国科学技术大学微软-科大智能计算研究中心
出处
《信号处理》
CSCD
北大核心
2005年第2期202-205,共4页
基金
安徽省自然科学基金项目资助(编号03042307)
文摘
提出了奇异值分解(SVD)和主分量分析(PCA)相结合的人脸识别算法。理论上,当两种数据或分类器具有一定的独立性或互补性时,数据融合或分类器融合才能改善识别率。SVD和PCA之间有着明显的互补之处。PCA在图像表示上是最佳的(在均方差意义上),但敏感于位移、旋转等几何变换。而SVD则具有位移、旋转不变性。因此,将这两种方法相结合就有可能提高分类性能(好于单独的SVD方法和单独的PCA方法)。在ORL数据库上的实验表明,SVD和PCA相融合的识别方法的确提高了人脸识别率。
关键词
人脸识别算法
主分量分析
奇异值分解
分类器融合
旋转不变性
PCA方法
SVD方法
数据融合
图像表示
几何变换
识别方法
识别率
互补性
独立性
均方差
数据库
位移
Keywords
face recognition
pattern recognition
PCA
SVD
classifiers fusion
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
O151.21 [理学—基础数学]
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
融合奇异值分解和主分量分析的人脸识别算法
庞彦伟
刘政凯
俞能海
《信号处理》
CSCD
北大核心
2005
13
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
