-
题名一种缩减图像维数的方法及其在人脸图像上的应用
被引量：7
- 1
-
-
作者
徐勇
杨健
赵英男
宋枫溪
杨静宇
-
机构
哈尔滨工业大学深圳研究生院
香港理工大学计算系生物计算研究中心
吉首大学物理科学与信息工程
南京理工大学计算机系
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2008年第1期180-184,共5页
-
基金
国家自然科学基金重大国际(地区)合作项目(60620160097),面上项目(60602038,60472060,60473039)
广东省自然科学基金面上项目基金(06300862)资助课题
-
文摘
2DPCA是一种快速且有效的图像特征抽取方法。不同于传统的主分量分析(PCA)方法,该方法以全新的思路应用主分量分析技术,它直接计算图像矩阵到矢量的投影,并将其看作图像特征。实际上,2DPCA是此种思路下的最优压缩技术。对2DPCA而言,存在两种抽取图像矩阵特征的技术路线,这两种路线将图像变换到不同的空间,且分别突出人脸图像横向和纵向的特质。由于这两种技术路线抽取的特征具有互补性,该文分别设计两种方案对这两类特征加以融合。基于特征融合的识别实验取得了较优的识别正确率。
-
关键词
主分量分析
2DPCA
特征抽取
特征融合
-
Keywords
Principal component analysis
2DPCA
Feature extraction
Feature fusion
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
