基于类间散布矩阵的二维主分量分析

• 作者: 张生亮 杨静宇 谢永华 陈伏兵
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 主分量分析 特征抽取 本征脸 人脸识别
• 年，卷（期）: 2006,（11）
• 所属期刊栏目: 博士论文
• 页码范围: 44-46
• 页数: 3页
• 分类号: TP391.4
• 字数: 3915字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2006.11.017

摘要

主分量分析是一种线性特征抽取方法,被广泛地应用在人脸等图像识别领域.但传统的PCA都以总体散布矩阵作为产生矩阵,并且要将作为图像的矩阵转换为列向量进行计算.该文给出了一种利用图像矩阵直接计算的二维PCA,以类间散布矩阵的本征向量作为投影方向,取得了比利用总体散布矩阵更好的识别效果,并且特征抽取速度更快.在ORL和NUSTFDBⅡ标准人脸库上的实验验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨静宇	南京理工大学计算机系	623	11098	50.0	74.0
2	张生亮	南京理工大学计算机系	16	422	12.0	16.0
6	陈伏兵	南京理工大学计算机系	20	589	15.0	20.0
7	谢永华	南京理工大学计算机系	12	139	6.0	11.0