检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 一种融合KPCA和KDA的人脸识别新方法

周晓彦郑文明

计算机应用

摘要（2493）

PDF （674KB）（1206）

核判别分析（KDA）和核主成分分析（KPCA）分别是线性判别分析（LDA）和主成分分析（PCA）在核空间中的非线性推广，提出了一种融合KDA和KPCA的特征提取方法并应用于人脸识别中，该方法综合利用KDA和KPCA 的优点来提高人脸识别的性能。此外，还提出了一种广义最近特征线(GNFL)方法来构造有效的分类器。实验结果证明：提出的方法获得了更好的识别结果。

相关文章 | 多维度评价

Select

2. 一种基于2D-DWT和2D-PCA的人脸识别方法

吴清江周晓彦郑文明

计算机应用

摘要（2083）

PDF （614KB）（781）

提出了一种联合图像二维离散小波变换（2D-DWT）和二维主成分分析（2D-PCA）的人脸识别方法。首先通过2D-DWT将当前图像分解成四个子图像，其中一子图像对应原图像的主体部分（低通部分），其余三个子图像则对应图像的细节部分（高通部分）。在此基础上，采用2D-PCA方法分别对每一子图像进行特征提取。此外，文中还提出了一种简单有效的方法对各子图像中所提取的特征进行融合，根据所得到的特征进行人脸识别。同其他基于小波分解的人脸识别方法相比，所提出的方法能更充分地利用人脸图像的有用判别信息，并得到更好的识别结果。