基于SVD压缩降秩与KDA的人脸识别新方法

• 作者: 崇元 徐晓刚
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 奇异值压缩降秩 核判别分析 对偶传播神经网络 人脸识别
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 53-56
• 分类号: TP31
• 字数: 5210字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2012.04.014

摘要

文中提出了一种基于奇异值压缩降秩与核判别分析(KDA)变换方法的人脸特征提取新方法,同时结合对偶传播人工神经网络(CPN)对不同的人脸图像进行识别分类.该方法首先采用奇异值分解压缩降秩准则对人脸图像进行择优奇异值的选取,然后对提取后的择优特征值进行核判别分析(KDA)变换,进一步提取人脸图像最优特征值,最后将得到的人脸图像最优特征值作为网络的输入值,利用对偶传播人工神经网络(CPN)对人脸图像进行识别分类.实验结果表明该方法具有较高的识别率和较快的识别速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐晓刚	海军大连舰艇学院装备自动化系	95	1361	16.0	35.0
2	崇元	海军大连舰艇学院信息与通信工程系	9	18	3.0	4.0