10.3969/j.issn.1000-3428.2004.13.006
核主元分析及其在人脸识别中的应用
传统的基于数据二阶统计矩的特征脸法(Eigenface)或主元分析法(PCA)是一种有效的数据特征提取方法,是基于原始特征的一种线性变换.但是,当原始数据中存在非线性属性时,用主元分析法后留下的显著成分就可能不再反映这种非线性属性.而核主元分析则是基于原始数据的高阶统计量,是一种非线性变换,在图像识别中它可以描述多个像素之间的相关性.该文采用KPCA法提取人脸特征,利用线性支持向量机设计分类器,实验结果表明,基于核主元分析方法的识别正确率明显优于基于主元分析法.
人脸识别、核主元分析、支持向量机、主元分析
30
TP391.41(计算技术、计算机技术)
国家重点基础研究发展计划973计划19980304
2004-08-12(万方平台首次上网日期,不代表论文的发表时间)
共2页
13-14