基于双向2DPCA特征融合和贝叶斯分类的人脸目标识别
目标识别的追求的是算法简单，识别效果好，处理速度快。目前目标识别有局部特征法和全局特征法。全局特征法由于应用简单方面受到越来越多的关注。由于二维主分量分析(2DPCA)能直接利用二维图像进行特征提取，降低特征空间的维数；提出了利用改进型的2DPCA算法(双向2DPCA算法)从行、列两个方向对图像目标提出特征向量，降低特征空间维数，最后用贝叶斯分类器进行分类。通过在ORL人脸数据库上的实验表明，该方法降低了特征空间维素，识别效果好。
目标识别 双向2DPCA 贝叶斯分类器 特征融合
陈华松
南京理工大学理学院 210097
国内会议
南京
中文
230-234
2012-06-08（万方平台首次上网日期，不代表论文的发表时间）