分块二维最大间距准则的特征提取方法
针对二维最大间距准则(Two Dimensional Maximum Margin Criterion,2DMMC)算法进行特征提取时,无法提取局部的特征.同时,该算法也受不同的表情、光照以及姿态等条件的影响,识别的效果也大大降低.因此,提出一种基于分块二维MMC(Modular Two Dimensional Maximum Margin Criterion,M2DMMC)的人脸识别方法.首先,对图像矩阵进行分块,然后对分块后的矩阵进行2DMMC特征抽取,对每一子块抽取的特征进行整体融合,最后采用最近邻判决准则进行分类识别.在ORL,Yale人脸图像库进行实验的结果表明,新算法相对于MMC算法、二维MMC算法以及分块MMC算法均有较好的识别性能.
二维最大间距准则、分块二维最大间距准则、人脸识别、特征提取
37
TP391(计算技术、计算机技术)
国家自然科学基金项目61462064,61203243;江西省自然科学基金项目20122BAB211025;高维信息智能感知与系统教育部重点实验室南京理工大学基金项目30920140122006;中国博士后基金项目2014T70453,2013M530223;江苏省博士后基金项目1301095C
2016-10-25（万方平台首次上网日期，不代表论文的发表时间）
共5页
2088-2092
