江苏省自然科学基金(05KJD520036)

作品数：5被引量：28H指数：3
导出分析报告
相关作者：杨静宇陈伏兵陈秀宏王文胜韦相和更多>>
相关机构：南京理工大学淮阴师范学院更多>>
相关期刊：《计算机工程与应用》《中国图象图形学报》《计算机应用研究》《计算机工程》更多>>
相关主题：人脸识别特征抽取特征矩阵线性鉴别分析PCA方法更多>>
相关领域：自动化与计算机技术更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-5
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
分块二维主成分分析鉴别特征抽取能力研究被引量：1
《计算机工程与应用》2006年第27期69-72,75,共5页陈伏兵 韦相和 严云洋 杨静宇 
国家自然科学基金资助项目(编号:60472060);江苏省自然科学基金资助项目(编号:05KJD520036);淮安市科技发展基金资助项目(编号:HAG05053)
基于二维主成分分析(2DPCA),文章提出了分块二维主成分分析(M2DPCA)人脸识别方法。M2DPCA从模式的原始数字图像出发,先对图像进行分块,对分块得到的子图像矩阵采用2DPCA方法进行特征抽取,从而实现模式的分类。新方法的特点是能有效地抽...
关键词：线性鉴别分析 特征抽取 二维主成分分析 分块二维主成分分析 人脸识别 
模块二维主成分分析——人脸识别新方法被引量：10
《计算机工程》2006年第14期179-180,183,共3页陈伏兵 陈秀宏 张生亮 杨静宇 
国家自然科学基金(60472060);江苏省自然科学基金(05KJD520036)
提出了模块二维主成分分析(M2DPCA)线性鉴别分析方法。M2DPCA方法先对图像矩阵进行分块,对分块得到的子图像矩阵直接进行鉴别分析。其特点是：能有效地降低模式原始特征的维数；可以完全避免使用矩阵的奇异值分解,特征抽取方便；此外,2D...
关键词：线性鉴别分析 特征抽取 特征矩阵 人脸识别 
人脸识别中基于核的子空间鉴别分析被引量：7
《中国图象图形学报》2006年第9期1242-1248,共7页陈伏兵 韦相和 陈秀宏 杨静宇 
国家自然科学基金项目(60472060;60473039;60503026);江苏省自然科学基金指导项目(05KJD520036)
尽管基于F isher准则的线性鉴别分析被公认为特征抽取的有效方法之一,并被成功地用于人脸识别,但是由于光照变化、人脸表情和姿势变化,实际上的人脸图像分布是十分复杂的,因此,抽取非线性鉴别特征显得十分必要。为了能利用非线性鉴别特...
关键词：FISHER线性鉴别分析 核函数 正交补空间 人脸识别 
不相关最佳鉴别矢量集的有效算法被引量：1
《计算机应用研究》2006年第6期31-33,共3页陈伏兵 王文胜 谢永华 杨静宇 
国家自然科学基金资助项目(60472060);江苏省自然科学基金资助项目(05KJD520036)
线性鉴别分析中处理小样本问题的方法有两类:①在模式识别之前,通过降低模式样本特征向量的维数达到消除奇异性的目的;②发展算法获得低维鉴别特征。将这两种方法结合起来,解决了高维小样本情况下基于广义Fisher线性鉴别准则的不相关最...
关键词：特征抽取 小样本问题 广义线性鉴别分析 不相关鉴别矢量 人脸识别 
人脸识别中PCA方法的推广被引量：9
《计算机工程与应用》2005年第34期34-38,共5页陈伏兵 陈秀宏 王文胜 杨静宇 
国家自然科学基金项目(编号:60472060);江苏省自然科学基金项目(编号:05KJD520036)
主成分分析(PrincipalComponentAnalysis,PCA)是公认的特征抽取的最为重要的工具之一,目前仍然被广泛地应用在人脸等图像识别领域。基于PCA,该文提出了分块PCA的人脸识别方法。分块PCA方法先对图像矩阵进行分块,对分块得到的子图像矩阵...
关键词：主成分分析 特征抽取 分块PCA 特征矩阵 人脸识别 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部