新颖人脸检测的核方法

• 作者: 谢勤岚 陈红
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 核方法 新颖检测 主成分分析 人脸检测
• 年，卷（期）: 2008,（31）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 182-183,194
• 页数: 3页
• 分类号: TP391
• 字数: 2894字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.31.052

摘要

核主成分分析(kernel PCA)是PCA的非线性扩展.该研究将kernel PCA应用于新颖人脸检测.作为训练数据的人脸图像被映射到高维特征空间.在特征空间中,kernel PCA抽取数据分布的主成分,构成主子空间.在该子空间中,通过优化方法寻找包含训练数据的最小超平面,作为新颖检测的决策界面.该新方法在ORL人脸图像库的数据集中进行了实验,测试精度较线性PCA方法有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢勤岚	中南民族大学电子信息工程学院	66	655	13.0	23.0
2	陈红	中南民族大学电子信息工程学院	23	198	6.0	13.0