计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2011年
26期
216-218
,共3页
主成分分析%模块主成分分析%特征抽取%人脸识别
主成分分析%模塊主成分分析%特徵抽取%人臉識彆
주성분분석%모괴주성분분석%특정추취%인검식별
提出了一种改进的模块PCA方法,即基于独立特征抽取的模块PCA方法.算法先对图像进行分块,然后对每一子块独立地进行PCA处理,求出测试样本子块与训练样本对应子块间的距离；最后将这些距离相加得到测试样本与训练样本的距离,用最近距离分类器分类.在ORL人脸库和Yale人脸库上的实验结果表明,提出的方法在识别性能上明显优于普通模块PCA方法.
提齣瞭一種改進的模塊PCA方法,即基于獨立特徵抽取的模塊PCA方法.算法先對圖像進行分塊,然後對每一子塊獨立地進行PCA處理,求齣測試樣本子塊與訓練樣本對應子塊間的距離；最後將這些距離相加得到測試樣本與訓練樣本的距離,用最近距離分類器分類.在ORL人臉庫和Yale人臉庫上的實驗結果錶明,提齣的方法在識彆性能上明顯優于普通模塊PCA方法.
제출료일충개진적모괴PCA방법,즉기우독립특정추취적모괴PCA방법.산법선대도상진행분괴,연후대매일자괴독입지진행PCA처리,구출측시양본자괴여훈련양본대응자괴간적거리；최후장저사거리상가득도측시양본여훈련양본적거리,용최근거리분류기분류.재ORL인검고화Yale인검고상적실험결과표명,제출적방법재식별성능상명현우우보통모괴PCA방법.
