原创力文档- 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
查看更多
基于Fisher判别分析的加权估计纹理分析.pdf
第34卷第2期 实验室研究与探索 V01．34No．2
ANDEXPLORATl0NINLABORATORY Feb．2015
2015年2月 RESEARCH
基于Fisher判别分析的加权估计纹理分析
从继成， 张韧志
(黄淮学院，河南驻马店463000)
摘 要：传统的纹理分析方法仅以每个脸部区域的相对贡献来标记全局相似度。
针对这种以局部表示全局而导致不能很好地进行特征提取的问题，提出了基于
Fisher判别分析的加权估计纹理分析方法。首先使用局部二值模式或者局部相位
量化对图像进行纹理编码，然后将其划分成各个大小相等且不重叠的局部小块，从
相似空间中提取出最具识别力的坐标轴，利用Fisher线性判别分析方法对其进行
纹理分析，通过权值优化给出了最佳解决方案。最后，在FERET和FEI两大通用
人脸数据库上的实验验证了所提方法的有效性。实验结果表明，相比其他文献中
提出的纹理方法，所提方法取得了更好的识别性能。
关键词：人脸识别；Fisher判别分析；加权估计；纹理编码
31l
中图分类号：TP 文献标志码：A
文章编号：1006—7167(2015)02—0024—05
EstimationforTexture Basedon
Weighting Analysis
FisherDiscriminative
Analysis
CONG ZHANGRen—zhi
ji—cheng，
463000，China)
University，Zhumadian
(Huanghuai
texture methodsmark relatedattributionofeachfacearea．For
Abstract：Traditionalanalysis globalsimilarityonlyby
informationwhichcausesbadfeature
theissuethat informationis representedbylocal
global
fortexture onFisherdiscriminative
estimation analysis(WETA)based analysis(FDA)is
local withsamesizesaftertexture local
aredividedintosome patches codingbyusing binary
images non—overlapping
axiswithina
local
文档评论（0）