基于核主分量分析的脸谱识别方法
此文提出了一种新的脸谱识别方法——基于核主分量分析(KPCA)的脸谱识别方法.首先利用KPCA方法提取脸谱图象的特征,然后利用线性支持向量机进行识别.KPCA的基本思想就是:首先经过一个非线性映射,将输入空间的数据映射到一个高维的特征空间中,以求数据在特征空间中线性可分(或近似线性可分),然后在特征空间中进行标准的PCA提取主元,作为特征向量.同时,我们将脸谱识别的经典方法主分量分析(PCA)(特征脸方法)和最新提出的独立分量分析(ICA)脸谱识别方法与新方法进行了比较,并利用ORL脸谱库进行实验,实验结果显示,新的方法具有较高的识别率.
核主分量分析 独立分量分析 支持向量机 脸谱识别 脸谱图象
孔锐 张国宣 施泽生 郭立
中国科学技术大学电子科学与技术系(合肥)
国内会议
上海
中文
635-638
2003-10-01（万方平台首次上网日期，不代表论文的发表时间）