基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对人脸识别中的特征提取问题,提出了一种基于二维广义主成分分析(2DIMPCA)的人脸识别方法.有别于传统的人脸识别算法需要将二维人脸图像矩阵压缩成一维向量,该方法直接采用二维图像矩阵来构建方差矩阵,通过在水平和垂直2个方向上顺序执行2次广义主成分分析(IMPCA)运算,消除了人脸图像行和列的相关性,大大压缩了特征的维数.选用二维最小近邻分类法进行分类,计算识别率.在AT&T人脸库以及Yale人脸库上的测试结果表明,与主成分分析(PCA)和IMPCA相比,该方法具有更高的识别率和更快的识别速度.
推荐文章
改进的二维主成分分析的人脸识别新算法
二维主成分分析
人脸识别
改进的感知哈希技术
多角度旋转
图像特征提取
角度自矫正
基于主成分分析方法的人脸识别研究
人脸识别
主成分分析
欧几里得距离
基于特征脸的主成分分析人脸识别
人脸识别
特征脸
主成分分析
结合主成分分析和局部导数模式的人脸识别方法
人脸识别
局部导数模式
主成分分析法
相似度计算
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于二维广义主成分分析的人脸识别
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 二维广义主成分分析 主成分分析 人脸识别
年,卷(期) 2007,(2) 所属期刊栏目 自动化技术、计算机技术
研究方向 页码范围 264-267
页数 4页 分类号 TP391.4
字数 3174字 语种 中文
DOI 10.3785/j.issn.1008-973X.2007.02.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱善安 浙江大学电气工程学院 261 3211 28.0 44.0
2 祝磊 浙江大学电气工程学院 8 132 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (8)
节点文献
引证文献  (28)
同被引文献  (41)
二级引证文献  (61)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(5)
  • 引证文献(4)
  • 二级引证文献(1)
2009(8)
  • 引证文献(6)
  • 二级引证文献(2)
2010(6)
  • 引证文献(3)
  • 二级引证文献(3)
2011(7)
  • 引证文献(3)
  • 二级引证文献(4)
2012(7)
  • 引证文献(0)
  • 二级引证文献(7)
2013(8)
  • 引证文献(0)
  • 二级引证文献(8)
2014(6)
  • 引证文献(2)
  • 二级引证文献(4)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(6)
  • 引证文献(2)
  • 二级引证文献(4)
2018(11)
  • 引证文献(4)
  • 二级引证文献(7)
2019(12)
  • 引证文献(0)
  • 二级引证文献(12)
研究主题发展历程
节点文献
二维广义主成分分析
主成分分析
人脸识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导