期刊文献+

基于PCA的人脸特征提取和识别 被引量:2

下载PDF
导出
摘要 人脸识别作为身份识别的重要技术之一,已经开始广泛应用到人们的日常生活。人脸特征提取方法--主成分分析(PCA)可以在提取样本特征的同时降低样本维数,在此基础上提出的白化主成分分析(WPCA)可以降低图像中相邻像素的相关性,核主成分分析(KPCA)能够更好地提取适合分类的特征。本文主要分析了在不同光照和噪声情况下,三种常用的人脸特征提取方法—主成分分析(PCA)、白化主成分分析(WPCA)、核主成分分析(KPCA)均采用最近邻分类方法进行识别所用时间和识别率。
作者 王惠 宗玉萍
机构地区 济南市技师学院
出处 《计算机产品与流通》 2019年第1期153-153,156,共2页
  • 相关文献

参考文献3

二级参考文献37

  • 1许峰,都思丹,高敦堂.生物特征识别技术中的活体确认[J].数据采集与处理,2005,20(1):120-124. 被引量:2
  • 2孙权森,曾生根,杨茂龙,王平安,夏德深.基于典型相关分析的组合特征抽取及脸像鉴别[J].计算机研究与发展,2005,42(4):614-621. 被引量:29
  • 3徐春明,乐晓蓉,王正群.一种基于核主成分特征组合的人脸识别方法[J].计算机工程与应用,2006,42(3):76-78. 被引量:7
  • 4敖山,马俊,唐守廉.生物特征识别系统安全性分析与思考[J].微计算机信息,2007,23(01Z):288-290. 被引量:6
  • 5田捷;杨鑫.生物特征识别技术理论和应用[M]{H}北京:电子工业出版社,20059.
  • 6SAMAL A,IYENGAR P A. Automatic recognition and analysis of human faces and facial expressions:a survey[J].{H}Pattern Recognition,1992,(01):65-77.
  • 7SHU W,ZHANG D. Automated Personal Identification by Palmprint[J].{H}Optical Engineering,1998,(08):2359-2362.
  • 8JING X,YAO Y,ZHANG D. Face and palmprint pixel level fusion and Kernel DCV-RBF classifier for small sample biometric recognition[J].{H}Pattern Recognition,2007,(11):3209-3224.
  • 9LIU Chengjun,WECH SLER H. Face recognition using shape and texture[A].Colorado:[s.n.],1999.23-25.
  • 10Yang M H,Kriegman D J,Ahuja N.Detecting faces in images:a survey[J].IEEE Trans on Pattern Analysis and Machine Intelligence,2002,24(1):34-58.

共引文献28

同被引文献9

引证文献2

二级引证文献11

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部