一种基于张量PCA的人耳识别的改进方法

摘要：

张量主成分分析是一种新的主元分析方法,可以解决传统PCA方法对图像进行降维时出现的问题.小波变换具有良好的时频分析特性,同时还能起到降维的作用.综合利用这两个方法的优点,提出了一种基于张量PCA的人耳识别新方法.该方法对人耳图像采用小波变换做预处理得到4个子带图像,对其中“LL”低频子带图像用张量PCA进行特征提取,用支持向量机的方法进行识别.实验结果表明,利用此方法与传统主成分分析识别相比,提高了识别率,缩短了识别时间.在USTB人耳库上实验,该方法的识别率比传统PCA方法提高了6％,识别时间为传统PCA方法的35.23％.

关键词：张量主成分分析、小波变换、人耳识别、支持向量机

所属期刊栏目：47

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金the National Natural Science Foundation of China under Grant 60573058;沈阳航空工业学院博士启动基金08YB09

在线出版日期：2012-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：171-174