您的位置: 专家智库 > >

洪泉

作品数:2 被引量:30H指数:1
供职机构:南京航空航天大学计算机科学与技术学院更多>>
发文基金:江苏省自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇人脸
  • 2篇人脸识别
  • 2篇子模
  • 2篇子模式
  • 1篇人脸识别应用
  • 1篇小样本
  • 1篇小样本问题
  • 1篇模式识别
  • 1篇CCA

机构

  • 2篇南京航空航天...

作者

  • 2篇洪泉
  • 1篇陈松灿
  • 1篇倪雪蕾

传媒

  • 1篇自动化学报

年份

  • 1篇2008
  • 1篇2006
2 条 记 录,以下是 1-2
排序方式:
子模式典型相关分析及其人脸识别应用
典型相关分析(CCA)作为经典的多元数据分析方法,通过研究两组变量之间的相关关系来进行特征提取。近年来已开始在模式识别中得到应用,但在人脸识别为代表的高维小样本问题的应用上,该方法存在如下不足:(1)人脸识别的小样本特性...
洪泉
关键词:模式识别人脸识别
文献传递
子模式典型相关分析及其在人脸识别中的应用被引量:30
2008年
传统的典型相关分析(CCA)是有效的特征提取方法之一,已广泛应用于包括人脸识别在内的模式识别的许多领域.但在人脸识别为代表的高维小样本问题上该方法存在如下不足:1)人脸识别的小样本特性使CCA两组特征矢量构成的总体协方差矩阵奇异,难以直接应用;2)作为一种全局线性投影方法,不足以很好地描述非线性的人脸识别问题;3)缺乏对局部变化的识别鲁棒性.本文受已提出的子模式主分量分析(SpPCA)的启发,提出了子模式典型相关分析(SpCCA).该方法将局部与全局特征矢量之间的相关性特征作为有效的判别信息,既达到了融合局部与全局信息的目的,又消除了特征之间的信息冗余.通过子模式的划分,SpCCA避免了小样本问题,更好地描述了非线性的人脸识别问题;并通过投票方式融合结果,增强了对局部变化的鲁棒性.在AR与Yale两个人脸数据集上的实验证实了该方法比对比方法不仅有更优的识别性能,而且更加稳定和鲁棒.
洪泉陈松灿倪雪蕾
关键词:小样本问题人脸识别
共1页<1>
聚类工具0