基于模糊CCA的图像特征提取和识别

• 作者: 刘秀平 刘艳艳 周晓杰 苏志勋
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 特征提取 典型相关分析 隶属度 Fisher线性判别分析 图像识别 人脸识别
• 年，卷（期）: 2007,（16）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 144-146,149
• 页数: 4页
• 分类号: TP391.4
• 字数: 4183字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2007.16.050

摘要

利用典型相关分析(CCA)和隶属度的思想,提出一种基于模糊典型相关分析的图像特征提取新方法.通过分析图像样本的分布特点,定义合适的隶属度函数描述图像空间的样本分布.利用CCA进行多信息源特征提取,得到同时包含图像灰度信息和分布信息的有效判别特征.可证明Fisher线性判别分析是该算法的一种极限情形.在ORL标准人脸数据库上的实验结果表明新特征具有良好的分类能力,证实了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏志勋	大连理工大学应用数学系	42	528	11.0	22.0
2	刘秀平	大连理工大学应用数学系	32	476	9.0	21.0
3	刘艳艳	大连理工大学应用数学系	4	15	3.0	3.0
4	周晓杰	大连理工大学应用数学系	2	8	2.0	2.0