基于图像抽样重组的2维线性鉴别分析
图像识别中的2维线性鉴别分析(2DLDA)实际上是将图像的各个列(或行)视为样本向量,但这些样本向量不能满足统计学中的独立同分布要求.为克服2DLDA的不足,提出了基于图像抽样重组的2DLDA(SR2DLDA),它对图像进行下抽样,并将抽样所得的不同小图像重组成矩阵,然后对这些矩阵实施2DLDA.由于抽样重组的矩阵改善了各个列向量的独立性与分布同一性,因而SR2DLDA的识别性能有可能优于2DLDA,也优于LDA.在ORL人脸库、UMIST人脸库和FERET人脸库上的实验验证了SR2DLDA的有效性.
2DLDA、图像抽样重组、完全PCA、NLDA
15
TP391.41(计算技术、计算机技术)
国家自然科学基金项目NNSF60872084
2010-04-20(万方平台首次上网日期,不代表论文的发表时间)
共5页
261-265