10.3969/j.issn.1004-373X.2014.08.036
一种改进的2DPCA车脸识别方法
传统的2DPCA算法在识别的过程中需要计算出训练样本的平均值,在训练样本过多图像分辨率过高的情况下,无疑会使得计算时间过长,为了解决这个问题,在此提出了一种将样本数据重新排列之后提取中间的某些数求简化均值的方法,以此简化均值数重建散布矩阵。实验之后表明,在训练样本较多时且训练图像分辨率较高时,识别速度有大幅提高,且取得了较高的识别率。
二维主成分分析、特征提取、简化均值、车脸识别
TN919-34;U495;TP391.4
2014-04-29(万方平台首次上网日期,不代表论文的发表时间)
共4页
123-125,128