基于非相关多线性主成分分析的人脸识别算法

• 作者: 杨凌云 秦岸
• 来源期刊: 无线电通信技术
• 学科: 工学
• 关键词: 张量 非相关多线性主成分分析(UMPCA) 线性判别分析(LDA) 特征提取
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 综合电子信息技术
• 页码范围: 73-75,98
• 页数: 4页
• 分类号: TP391.41
• 字数: 1794字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3114.2016.01.19

摘要

针对在人脸识别算法中，维数的增加往往会给算法的运算带来沉重负担的问题，提出了一种新的基于非相关多线性主成分分析（ UMPCA）和线性判别分析（ LDA）的人脸识别算法，算法在保证在降维的时候保留尽可能多的内部结构信息。 UMPCA通过一张量至向量的过程，可直接获取原张量数据的绝大部分非相关特征，提取的特征再通过经典算法LDA处理。利用AT＆T人脸数据库对该算法进行了实验，实验数据分析显示该算法优于其他同类算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨凌云	安徽师范大学物理与电子信息学院	30	136	9.0	10.0
2	秦岸	重庆市公安局巴南区分局科技信息化科	2	6	1.0	2.0