分块式双向压缩的二维主成分分析

• 作者: 于彬 沈永良
• 来源期刊: 黑龙江大学工程学报
• 学科: 工学
• 关键词: 人脸识别 图像处理 二维主成分分析 支持向量机
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 电子与机电工程
• 页码范围: 68-74
• 页数: 7页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.13524/j.2095-008x.2020.04.055

摘要

人脸识别是生物识别研究热点问题之一,目前,大多数传统的人脸识别算法运算速度慢,人脸识别精度较低.对此,提出了一种分块式双向压缩的二维主成分分析与径向基核函数支持向量机相结合的算法.将人脸图像分割为大小相等并且互不重合的子块,每个子块都包含重要的特征信息.使用双向压缩的2 DPCA与PCA相结合的算法来进行人脸特征的提取,可以有效地减少特征数量和PCA的计算时间,充分地保留重要的信息,再与支持向量机相结合,其运算时间和训练时间都充分降低,并且提高了识别率.在ORL、Yale和自建的人脸库上的实验表明,该方法的运算速度和识别率明显高于传统的识别方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈永良		23	176	5.0	13.0
2	于彬		1	0	0.0	0.0