10.3969/j.issn.1672-9722.2012.08.040
基于分块核主元分析的人脸识别方法研究
传统的基于数据二阶统计矩的主元分析法(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.而KPCA方法只考虑了人脸图像的整体信息,没有考虑到局部特征信息.文章提出了分块核主元分析(MKPCA)的方法进行人脸识别,取得了很好的效果.
核主元分析(KPCA)、分块核主元分析(MKPCA)、特征子空间
40
TP391.41(计算技术、计算机技术)
2012-11-16(万方平台首次上网日期,不代表论文的发表时间)
共3页
119-121