基于核主成分分析的人脸识别-中国学术期刊网络出版总库

中国学术期刊网络出版总库

基于核主成分分析的人脸识别

推荐 CAJ下载

【英文篇名】	Face Recognition Based on Kernel PCA
【下载频次】	★★★★★
【作者】	赵丽红; 孙宇舸; 蔡玉; 徐心和;
【英文作者】	ZHAO Li-hong; SUN Yu-ge; CAI Yu; XU Xin-he(School of Information Science & Engineering; Northeastern University; Shenyang 110004; China.);
【作者单位】	东北大学信息科学与工程学院; 东北大学信息科学与工程学院辽宁沈阳; 辽宁沈阳;
【文献出处】	东北大学学报 , JOURNAL OF NORTHEASTERN UNIVERSITY, 编辑部邮箱 2006年 08期期刊荣誉：中文核心期刊要目总览 ASPT来源刊中国期刊方阵 CJFD收录刊
【中文关键词】	特征抽取; 核主成分分析; 主成分分析; 人脸识别; 核函数;
【英文关键词】	feature extraction; KPCA; conventional PCA; face recognition; kernel function;
【摘要】	核主成分分析方法是主成分分析的改进算法,其采用非线性方法提取主成分.把核主成分分析应用到人脸识别中,利用核主成分分析方法选择合适的核函数在高维空间提取人脸图像的主成分.核主成分分析与传统主成分分析相比,可以得到更好的适合分类的特征.基于ORL人脸库,识别核主成分分析提取出的主成分的相关性系数.实验结果表明,核主成分分析不仅实现了降维,而且能取得比传统主成分分析更好的识别性能,正确识别率为92.5%.
【英文摘要】	KPCA extracting principal component with nonlinear method is an improved conventional PCA.The Kernel Principal Component Analysis(KPCA),is used in face recognition,which can make full use of the high correlation between different face images for feature extraction by selecting the proper kernel function.So KPCA can extract the feature set more suitable in categorization than classical conventional PCA.Based on ORL face database,recognizes correlation coefficients of principal component extracted by KPCA.Exp...
【基金】	国家自然科学基金资助项目(60475036)
【更新日期】	2006-09-05
【分类号】	TP391.41
【正文快照】	人脸识别是人类视觉系统所具有的最基本和最重要的功能之一,是人类交流的基础·人们通过这一视觉功能识别彼此的身份,理解对方的感情和意图·因此,利用计算机进行人脸自动识别(automatic face recognition,AFR)一直是计算机视觉领域中的重要研究课题·近年来,随着高速硬件和人?

xxx

【读者推荐文章】

中国期刊全文数据库中国博士学位论文全文数据库中国优秀硕士学位论文全文数据库中国重要会议论文全文数据库

【相似文献】

中国期刊全文数据库

中国优秀硕士学位论文全文数据库

中国博士学位论文全文数据库

中国重要会议论文全文数据库

中国重要报纸全文数据库

中国学术期刊网络出版总库

点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。

【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。

工业技术
　

自动化技术、计算机技术
　　

计算技术、计算机技术
　　　

计算机的应用
　　　　

信息处理(信息加工)
　　　　　

模式识别与装置
　　　　　　

图像识别及其装置


	CNKI系列数据库编辑出版及版权所有：中国学术期刊(光盘版)电子杂志社中国知网技术服务及网站系统软件版权所有：清华同方知网(北京)技术有限公司其它数据库版权所有：各数据库编辑出版单位（见各库版权信息）京ICP证040431号互联网出版许可证新出网证（京）字008号

文献分类导航