- 1、本文档共7页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
一种缩减图像维数的方法及其在人脸图像上的应用
第30卷第l期 电子与信息学报 V61.30No.1
2008年1月 JournalofElectronic8Information Jan.2008
Technology
一种缩减图像维数的方法及其在人脸图像上的应用
徐勇① 杨健@ 赵英男③ 宋枫溪① 杨静宇④
①(哈尔滨工业大学深圳研究生院深圳 518055)
②(香港理工大学计算系生物计算研究中心香港)
③(吉首大学物理科学与信息工程 吉首416000)
④(南京理工大学计算机系 南京210094)
摘要: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
中图分类号:TP391.41 文献标识码:A
An to DimensionReductionand
ApproachImage
Its toFace
ApplicationImages
Jian② Zhao
Xu’Ybng①、厂ang Yin争nan③SongF1en分xi①1YangJin分yu④
G忆砒口te
Sc^oD‘上kr6溉仇s坑£“钯D,
…(D印onmemD,∞删,Ⅱter钯佗cez跣危佗Dfo夕可,肌en砘en
死c耽Dj凹可,舰e佗砘en518055,珊协口)
Biomet疵csResen化危侥mer
…(死e n删D印onme耐D,∞唧乱挽叼,日0佗9‰叼
PD∽ec九nic‰i口e邶%协叼‰佗夕,铂他0)
…(Depn付me疵o,P危y觚csscie佗ce如如m。o挽Dnj豌夕讯ee疵n夕,尻s九D乱昕l锄e倦啦y,尻s危Du416000,C忱n口)
Sc钯佗ce死c危nof唧,Ⅳo顾哪U嘲e倦嘶D,
…(D印onme秕D,∞竹妒秕er
Scie佗ce21ec九他of09可,Ⅳ0力打z9210094,l锄i扎0)
andefficient.Differentfromtraditionalit
Abstract:Asa offeature i8e怕ctive
technique extraction,2DPCA PCAj
ofone matrixonto obtainfeatureforthe is
dir
文档评论(0)