期刊专题

改进2DPCA算法在人脸识别中的应用

引用
随着二维主成分分析法在人脸识别中的应用,许多基于2D的分析方法日益成熟.相比于PCA算法基于向量的特征提取,2DPCA算法是基于矩阵的特征提取.与依赖于特征矩阵的列或特征矩阵的全部矩阵的方法不同,提出了基于特征矩阵行的距离测量方法,该算法与KNN算法进行了结合.通过使用该方法可以缓解2DPCA算法相比于基于主成分分析的算法(PCA)需较多系数的问题.在人脸数据库上的实验结果表明,所提方法的分辨精度比2DPCA方法高,在准确性和存储容量方面超过了2DPCA算法.

2DPCA、人脸识别、行-KNN

44

TN911.4

国家自然科学基金项目61471224;山东省高等学校科技计划项目J16LN80,J16LN94

2018-01-24(万方平台首次上网日期,不代表论文的发表时间)

共3页

267-268,311

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

44

2017,44(z2)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn