传感器与微系统
傳感器與微繫統
전감기여미계통
TRANSDUCER AND MICROSYSTEM TECHNOLOGY
2012年
5期
65-67
,共3页
小波变换%线性判别分析%特征提取%人脸识别
小波變換%線性判彆分析%特徵提取%人臉識彆
소파변환%선성판별분석%특정제취%인검식별
运用小波进行图像分解提取低频子带图,并利用优化的线性判别分析(LDA)算法寻找最优投影子空间,从而映射提取人脸特征,实现人脸的分类识别.该方法避免了传统LDA算法中类内离散度矩阵非奇异的要求,解决了边缘类重叠问题,具有更广泛的应用空间.实验表明:该方法优于传统的LDA方法和主分量分析(PCA)方法.
運用小波進行圖像分解提取低頻子帶圖,併利用優化的線性判彆分析(LDA)算法尋找最優投影子空間,從而映射提取人臉特徵,實現人臉的分類識彆.該方法避免瞭傳統LDA算法中類內離散度矩陣非奇異的要求,解決瞭邊緣類重疊問題,具有更廣汎的應用空間.實驗錶明:該方法優于傳統的LDA方法和主分量分析(PCA)方法.
운용소파진행도상분해제취저빈자대도,병이용우화적선성판별분석(LDA)산법심조최우투영자공간,종이영사제취인검특정,실현인검적분류식별.해방법피면료전통LDA산법중류내리산도구진비기이적요구,해결료변연류중첩문제,구유경엄범적응용공간.실험표명:해방법우우전통적LDA방법화주분량분석(PCA)방법.
