一种基于张量PCA的人耳识别的改进方法

• 作者: 张海军 曹景亮 李一波
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 张量主成分分析 小波变换 人耳识别 支持向量机
• 年，卷（期）: 2011,（25）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 171-174
• 分类号: TP391
• 字数: 4193字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.25.045

摘要

张量主成分分析是一种新的主元分析方法,可以解决传统PCA方法对图像进行降维时出现的问题.小波变换具有良好的时频分析特性,同时还能起到降维的作用.综合利用这两个方法的优点,提出了一种基于张量PCA的人耳识别新方法.该方法对人耳图像采用小波变换做预处理得到4个子带图像,对其中“LL”低频子带图像用张量PCA进行特征提取,用支持向量机的方法进行识别.实验结果表明,利用此方法与传统主成分分析识别相比,提高了识别率,缩短了识别时间.在USTB人耳库上实验,该方法的识别率比传统PCA方法提高了6％,识别时间为传统PCA方法的35.23％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李一波	沈阳航空航天大学自动化学院	101	885	13.0	25.0
2	张海军	沈阳航空航天大学自动化学院	16	48	4.0	6.0
3	曹景亮	沈阳航空航天大学自动化学院	2	6	2.0	2.0