一种融合KPCA和KDA的人脸识别新方法

• 作者: 周晓彦 郑文明
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 核判别分析 核主成分分析 广义最近特征线 人脸识别
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 智能感知与识别处量
• 页码范围: 1263-1266
• 页数: 4页
• 分类号: TP391.41
• 字数: 4288字
• 语种: 中文

摘要

核判别分析(KDA)和核主成分分析(KPCA)分别是线性判别分析(LDA)和主成分分析(PCA)在核空间中的非线性推广,提出了一种融合KDA和KPCA的特征提取方法并应用于人脸识别中,该方法综合利用KDA和KPCA 的优点来提高人脸识别的性能.此外,还提出了一种广义最近特征线(GNFL)方法来构造有效的分类器.实验结果证明:提出的方法获得了更好的识别结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周晓彦	南京信息工程大学电子信息工程学院	18	207	6.0	14.0
3	郑文明	东南大学学习科学研究中心	17	151	7.0	12.0