一种融合PCA和KFDA的人脸识别方法
来源期刊:控制与决策2004年第10期
论文作者:陈才扣 杨静宇 杨健
文章页码:1147 - 2304
关键词:主分量分析;图像矩阵;核Fisher鉴别分析;特征抽取;人脸识别;
摘 要:提出一种融合PCA和KFDA的人脸识别方法,即在进行非线性映射之前,首先利用经典的主分量分析(C-PCA)进行降维,然后执行KFDA.为进一步降低整个算法的计算时间,又提出一种I-PCA+KFDA方法,它直接基于图像矩阵的主分量分析(I-PCA).ORL标准人脸库的试验结果表明,与现有的核Fisher鉴别分析方法相比,两种方法可将特征抽取的速度分别提高3倍和7倍,其识别精度没有丝毫的降低.
陈才扣,杨静宇,杨健
摘 要:提出一种融合PCA和KFDA的人脸识别方法,即在进行非线性映射之前,首先利用经典的主分量分析(C-PCA)进行降维,然后执行KFDA.为进一步降低整个算法的计算时间,又提出一种I-PCA+KFDA方法,它直接基于图像矩阵的主分量分析(I-PCA).ORL标准人脸库的试验结果表明,与现有的核Fisher鉴别分析方法相比,两种方法可将特征抽取的速度分别提高3倍和7倍,其识别精度没有丝毫的降低.
关键词:主分量分析;图像矩阵;核Fisher鉴别分析;特征抽取;人脸识别;