基于分块核主元分析的人脸识别方法研究

• 作者: 吴小俊 孙志远 王飞飞
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 核主元分析(KPCA) 分块核主元分析(MKPCA) 特征子空间
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 图像处理
• 页码范围: 119-121
• 分类号: TP391.41
• 字数: 2713字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2012.08.040

摘要

传统的基于数据二阶统计矩的主元分析法(PCA)是一种有效的数据特征提取方法,是基于原始特征的一种线性变换.但是,当原始数据中存在非线性属性时,用主元分析法后留下的显著成分就可能不再反映这种非线性属性.而核主元分析则是基于原始数据的高阶统计量,是一种非线性变换,在图像识别中它可以描述多个像素之间的相关性.而KPCA方法只考虑了人脸图像的整体信息,没有考虑到局部特征信息.文章提出了分块核主元分析(MKPCA)的方法进行人脸识别,取得了很好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴小俊	江南大学物联网工程学院	170	1079	17.0	22.0
2	王飞飞	平顶山学院网络计算中心	37	43	3.0	6.0
3	孙志远	平顶山学院网络计算中心	8	13	1.0	3.0