基于加权PCA的人眼定位算法.pdfVIP

下载本文档

4
0
约1.21万字
约 4页
2017-09-13 发布于广东
举报
版权申诉

基于加权PCA的人眼定位算法.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第 25卷第 3期北京信息科技大学学报 V0I_25No．3 ogyUniversity Sep．2010 2010年9月 JournalofBeijingInformationScienceandTechnol — — 文章编号：1674—6864(2010)03—0052—04 基于加权 PCA的人眼定位算法曹林，杜康宁 (北京信息科技大学光电信息与通信工程学院，北京 100192) 摘要：利用机器学习的思想，提出了一种加权PCA算法应用于人眼定位。首先用 PCA方法从人眼图像中提取特征向量，然后用机器学习的思想筛选出正确率高的特征向量，并用正确率对其加权，最后由加权后的特征向量构成强分类器，并使用CAS—PEAL人脸库对该算法验证。实验结果表明，与传统PCA算法相比，加权 PCA算法得到更好的人眼检测结果。关键词：机器学习；人眼定位；加权 PCA 中图分类号：TP391．4 文献标志码：A Eyelocationbased onweightedPCA CAO Lin，DU Kang—ning (SchoolofPhotoelectricInformationandIlecommunicati0nEngineering， BeijingInformationScienceandTechnologyUniversity，Beijing100192，China) Abstract：Thispaperpresentsamodifiedalgorithm perfectly applied to eye location based on weightedPCA method．Inspiredby theideasofmachine learning，weselecttheeigenvectorsextracted from eyeimagesbyPCA method．Then，weweighttheselectedeigenvectorswithhighaccuracySOasto constructastrongclassifiercomposedoftheweightedeigenvectors．Theexperimentresultsshow thatthe weightedPCA algorithm maydetecteyemoreeffectivelythantheoriginalPCA algorithm undertheCAS — PEALdatabase． Keywords：machinelearning；eyelocation；weightedPCA 通常选择人眼作为基准点进行人脸图像配准。相关 O 引言的研究 I4表明人眼定位的好坏严重影响着人脸识近年来，生物特征识别技术得到了快速发展，人别的识别率。脸识别技术也在不断进步。与其他人体生物特征针对人眼定位问题人