核主元分析及其在人脸识别中的应用

• 作者: 邵惠鹤 黄国宏
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 人脸识别 核主元分析 支持向量机 主元分析
• 年，卷（期）: 2004,（13）
• 所属期刊栏目: 博士论文
• 页码范围: 13-14
• 页数: 2页
• 分类号: TP391.41
• 字数: 1776字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2004.13.006

摘要

传统的基于数据二阶统计矩的特征脸法(Eigenface)或主元分析法(PCA)是一种有效的数据特征提取方法,是基于原始特征的一种线性变换.但是,当原始数据中存在非线性属性时,用主元分析法后留下的显著成分就可能不再反映这种非线性属性.而核主元分析则是基于原始数据的高阶统计量,是一种非线性变换,在图像识别中它可以描述多个像素之间的相关性.该文采用KPCA法提取人脸特征,利用线性支持向量机设计分类器,实验结果表明,基于核主元分析方法的识别正确率明显优于基于主元分析法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵惠鹤	上海交通大学自动化研究所	327	7662	43.0	72.0
2	黄国宏	上海交通大学自动化研究所	6	167	6.0	6.0