一种融合PCA和KFDA的人脸识别方法

• 作者: 杨健 杨静宇 陈才扣
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 主分量分析 图像矩阵 核Fisher鉴别分析 特征抽取 人脸识别
• 年，卷（期）: 2004,（10）
• 所属期刊栏目: 论文与报告
• 页码范围: 1147-1150,1154
• 页数: 5页
• 分类号: TP391
• 字数: 3898字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-0920.2004.10.016

摘要

提出一种融合PCA和KFDA的人脸识别方法,即在进行非线性映射之前,首先利用经典的主分量分析(C-PCA)进行降维,然后执行KFDA.为进一步降低整个算法的计算时间,又提出一种I-PCA+KFDA方法,它直接基于图像矩阵的主分量分析(I-PCA).ORL标准人脸库的试验结果表明,与现有的核Fisher鉴别分析方法相比,两种方法可将特征抽取的速度分别提高3倍和7倍,其识别精度没有丝毫的降低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈才扣	南京理工大学计算机科学与工程系	36	311	10.0	15.0
5	杨静宇	南京理工大学计算机科学与工程系	623	11098	50.0	74.0
6	杨健	南京理工大学计算机科学与工程系	37	830	12.0	28.0