基于2DPCA和边界训练样本的人脸识别方法

论文发布时间：[2009-11-12] 范文大全编辑：Voive.net

所有作者：王展青张富铭王传庭

作者单位：武汉理工大学理学院数学系

论文摘要：提出了一种基于二维PCA(２DPCA)和边界训练样本的人脸识别方法．某类的边界样本作为该类的特殊样本，在特征空间的投影值更有可能构成该类投影区域的边界，因此，利用边界样本训练分类器，有利于提高其识别率．基于此，该识别方法选择边界样本作为训练样本，在特征提取方面采用２DPCA算法，２DPCA算法直接利用原始图像矩阵构造协方差矩阵，降低了原始特征的维数，特征抽取更直接．基于ORL和Yale人脸数据库的实验结果表明，该样本选择方法提高了分类器的识别性能；同时也表明，在人脸识别方面，２DPCA比PCA具有更高的识别率，且特征提取更有效，速率也更快．

关键词： 2DPCA 边界样本人脸识别特征提取分类识别

免费下载《基于2DPCA和边界训练样本的人脸识别方法》PDF全文（已停止下载）
　　本站“论文下载”文章收集整理于“中国科技论文在线”，由于各种原因，本站已暂停论文下载！请前往“中国科技论文在线http://www.paper.edu.cn/”免费下载！

〖返回计算机科学论文列表〗

下一篇：基于G729音频编解码的VOIP在ARM上的实现