您的位置： 专家智库 > >

泉州市技术研究与开发项目(20122131)

作品数：2 被引量：2H指数：1
相关作者：李靖平更多>>
相关机构：黎明职业大学更多>>
发文基金：泉州市技术研究与开发项目福建省教育厅B类科技/社科项目更多>>
相关领域：自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇人脸
  • 2篇人脸识别
  • 2篇人脸识别方法
  • 2篇识别方法
  • 2篇二维主成分分...
  • 2篇分块
  • 2篇2DPCA
  • 1篇特征提取
  • 1篇TWO-DI...
  • 1篇COMPON...

机构

  • 2篇黎明职业大学

作者

  • 2篇李靖平

传媒

  • 1篇浙江万里学院...
  • 1篇长春师范学院...

年份

  • 2篇2014
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于分块的2DPCA人脸识别方法
2014年
文章将分块理论与2DPCA方法相结合，研究分块二维主成分分析法（M-2DPCA）在人脸识别中的应用。对人脸图像矩阵进行分块，用形成的子图像矩阵直接构造总体散布矩阵并求解对应的特征向量，利用提取的特征向量对图像进行特征的提取与分析，进行人脸识别。基于Yale人脸数据库的实验显示，在相同训练样本和特征向量条件下，M-2DPCA比2DPCA算法具有更高的识别率。结论 M-2DPCA充分利用了图像的协方差信息，在人脸识别方面具有较高的识别率和鲁棒性方面，对进一步研究人脸识别具有重要的意义。
李靖平
关键词：二维主成分分析人脸识别TWO-DIMENSIONALCOMPONENT
基于分块的2DPCA人脸识别方法被引量：2
2014年
将分块理论与2DPCA方法相结合,研究分块二维主成分分析法（M-2DPCA）在人脸识别中的应用.对人脸图像矩阵进行分块,用形成的子图像矩阵直接构造总体散布矩阵并求解对应的特征向量,利用提取的特征向量对图像进行特征的提取与分析,进行人脸识别.基于Yale人脸数据库的实验显示,在相同训练样本和特征向量条件下,M-2DPCA比2DPCA算法具有更高的识别率.M-2DPCA充分利用了图像的协方差信息,在人脸识别方面具有较高的识别率和鲁棒性方面,对进一步研究人脸识别具有重要的意义.
李靖平
关键词：二维主成分分析特征提取人脸识别
全选 清除 导出
共1页<1>
聚类工具0