节点文献

拉普拉斯二维主成分分析及其在人脸识别中的应用

Laplacian’s Two-dimensional Principal Component Analysis and Its Application to Face Recognition

推荐 CAJ下载
PDF下载
不支持迅雷等下载工具，请取消加速工具后下载。

【Author】 HUANG Sai-ping1,YANG Wan-kou2,HUANG Chen-rong1(1.School of Computer Engineering,Nanjing Institute of Technology,Nanjing 211167,China;2.School of Computer Science and Technology,Nanjing University of Science and Technology,Nanjing 210094,China)

【机构】南京工程学院计算机工程学院；南京理工大学计算机科学与技术学院；

【摘要】在二维主成分分析的基础上,考虑样本的流形分布特点,引入样本相似系数,重新定义了样本拉普拉斯散布矩阵,进而给出了基于拉普拉斯二维主成分分析的特征提取方法.在ORL,FERET人脸库上的试验证明了基于拉普拉斯二维主成分分析方法的有效性.更多还原

【Abstract】 Based on two-dimensional principal component analysis,this paper investigates the features of manifold distribution.Sample similarity coefficient is introduced to redefine Laplacian scattering matrix,and thus a feature extraction method of this kind is worked out.The results of the experiments conducted on ORL and FERET face database indicate that the method is effective.更多还原

【关键词】二维主成分分析；拉普拉斯；特征抽取；人脸识别；
【Key words】 two-dimensional principal component analysis； Laplacian； feature extraction； face recognition；

【基金】江苏省自然科学基金(BK2009352)

【文献出处】南京工程学院学报(自然科学版) ,Journal of Nanjing Institute of Technology(Natural Science Edition) , 编辑部邮箱 ,2009年04期

【分类号】TP391.41
【下载频次】163

知网节下载

节点文献中：

本文链接的文献网络图示:

本文的引文网络

节点文献