一种融合模块2DPCA与PCA的人脸识别方法

CN 41-1437/TS ISSN 2096-1553

×

“关于规范使用生成式人工智能工具的启事

一种融合模块2DPCA与PCA的人脸识别方法

黄海波 , 全海燕 , 谢鹏

黄海波, 全海燕, 谢鹏. 一种融合模块2DPCA与PCA的人脸识别方法[J]. 轻工学报, 2013, 28(6): 81-85. doi: 10.3969/j.issn.2095-476X.2013.06.019

引用本文: 黄海波, 全海燕, 谢鹏. 一种融合模块2DPCA与PCA的人脸识别方法[J]. 轻工学报, 2013, 28(6): 81-85. doi: 10.3969/j.issn.2095-476X.2013.06.019

HUANG Hai-bo, QUAN Hai-yan and XIE Peng. A method for face recognition by fusing modular 2DPCA with PCA[J]. Journal of Light Industry, 2013, 28(6): 81-85. doi: 10.3969/j.issn.2095-476X.2013.06.019

Citation: HUANG Hai-bo, QUAN Hai-yan and XIE Peng. A method for face recognition by fusing modular 2DPCA with PCA[J]. Journal of Light Industry, 2013, 28(6): 81-85. doi: 10.3969/j.issn.2095-476X.2013.06.019

一种融合模块2DPCA与PCA的人脸识别方法

昆明理工大学信息工程与自动化学院, 云南昆明 650500
基金项目: 国家自然科学基金项目(D0405)
云南省自然科学基金项目(2009ZC048M)
中图分类号: TP391.41

A method for face recognition by fusing modular 2DPCA with PCA

Institute of Information Engineering and Automation, Kunming University of Science and Technology, Kunming 650500, China
Received Date: 2013-10-27
Available Online: 2013-11-15
CLC number: TP391.41

摘要: 针对主成分分析(PCA)求解高阶矩阵计算量很大和模块二维主成分分析(M2DPCA)特征数量仍然较大且有一定的相关性的问题,提出了融合模块2DPCA与PCA的方法进行人脸识别.该方法先通过M2DPCA对子图像进行特征提取,然后把每个图像中的子图像按分块的顺序重新组成新的矩阵,再对新的矩阵进行PCA.在ORL人脸库中实验,结果表明,该算法在一定程度上去除了特征参数间的相关性并大大减少了特征维数.
- 模块二维主成分分析 /
- 主成分分析 /
- 特征提取 /
- 人脸识别
Abstract: Aiming at the problem that principal component analysis(PCA) leads to a large amount of calculation in solving high rank-matrix and the modular two-dimensional principle component analysis(2DPCA) is still large in feature calculation and a certain correlation still exists in feature extraction, a method fusing the Modular 2DPCA with PCA was put forward. The method extracted feature from sub-image using M2DPCA, and re-formed a new matrix according to the order of sub-images of each image, then PCA was carried out on the new matrix. The experimental results in ORL human face database showed that the correlation among feature parameters was removed to a certain extent and it also greatly reduced the dimension of features.
- modular two-dimensional principle component analysis(M2DPCA) /
- principal component analysis(PCA) /
- feature extraction /
- face recognition
1. [1]
  章存勇 , 庄海锋 , 时雅琪 , 邹鹏 , 丁乃红 , 纵坤 , 贾良元 , 郭东锋 . 国内外雪茄烟叶热解产物差异性研究. 轻工学报, 2024, 0(0): -.
2. [2]
  章存勇 , 庄海锋 , 时雅琪 , 邹鹏 , 丁乃红 , 纵坤 , 贾良元 , 郭东锋 . 国内外雪茄烟叶热解产物差异性研究. 轻工学报, 2024, 39(5): 118-126. doi: 10.12187/2024.05.014
3. [3]
  杨鹏飞 , 吴薇 , 孙海峰 , 刘龑章 , 尚紫博 , 薛晶晶 , 许志杰 , 宋梦坤 . GC-MS结合多元统计分析研究两种工艺提取的脐橙挥发性成分差异. 轻工学报, 2025, 0(0): -.
4. [4]
  吴启贤 , 陈子杰 , 崔要强 , 伍锦鸣 , 赵谋明 , 任胜超 , 冯云子 . 不同产地烟叶碱提香料卷烟加香效果及化学成分差异分析. 轻工学报, 2025, 40(1): 98-106,119. doi: 10.12187/2025.01.012
5. [5]
  池哲翔 , 廖敏 , 史尚 , 李声毅 , 廖芸 , 丁冬 . 国外烟草活性成分提取及纤维材料利用现状与展望. 轻工学报, 2024, 0(0): -.
6. [6]
  张伟伟 , 姬远鹏 , 元春波 , 王君婷 , 齐晓任 , 张卫正 , 李萌 , 饶智 . 基于改进Mask R-CNN模型的粘连烟丝识别方法. 轻工学报, 2024, 39(5): 78-85. doi: 10.12187/2024.05.009
7. [7]
  钟昕怡 , 陈紫麟 , 骆勇 , 汪高玮 , 王周利 , 赵子丹 , 李鸣雷 . 香菇-大球盖菇复合饼干研制及其品质特性分析. 轻工学报, 2024, 39(6): 27-36. doi: 10.12187/2024.06.004
8. [8]
  张丽华 , 陈云莉 , 石勇 , 李顺峰 , 查蒙蒙 , 李昌文 , 纵伟 , 王小媛 . 植物乳杆菌发酵对红枣汁挥发性香气成分的影响. 轻工学报, 2024, 0(0): -.
9. [9]
  许克静 , 刘语煊 , 张展 , 吕晶晶 , 梁淼 , 李瑞丽 , 张峻松 , 陈小龙 . 辊压法全烟梗再造烟叶的制备工艺优化及结构与性能分析. 轻工学报, 2025, 40(1): 64-74. doi: 10.12187/2025.01.008
10. [10]
  黄朵朵 , 王乐 , 雷萍 , 孙志伟 , 李林洪 , 张智轩 , 黄锋 , 李斌 . 基于烟芯段和滤嘴段耦合的加热卷烟烟气关键成分释放模型构建. 轻工学报, 2024, 0(0): -.
11. [11]
  黄朵朵 , 王乐 , 雷萍 , 孙志伟 , 李林洪 , 张智轩 , 黄锋 , 李斌 . 基于烟芯段和滤嘴段耦合的加热卷烟烟气关键成分释放模型构建. 轻工学报, 2024, 39(6): 116-126. doi: 10.12187/2024.06.014
12. [12]
  史清照 , 范武 , 任瑞冰 , 柴国璧 , 张文龙 , 张启东 , 张建勋 , 李河霖 . 基于膜分离及柱色谱技术的烟草提取物精加工产品的制备. 轻工学报, 2025, 0(0): -.
13. [13]
  郭水欢 , 袁思洁 , 郭楠楠 , 陈贤 , 樊亚敏 , 高晗 , 詹丽娟 . 发光二极管调控芽苗菜品质的研究进展. 轻工学报, 2025, 40(1): 49-57. doi: 10.12187/2025.01.006
14. [14]
  李翠翠 , 贾笑莉 , 张丽 , 郭赛赛 , 孙薇 , 陆啟玉 . 面制品加工过程中小麦面筋蛋白巯基、二硫键变化的研究进展. 轻工学报, 2024, 39(6): 1-8,56. doi: 10.12187/2024.06.001

WeChat

点击查看大图

计量

PDF下载量: 29
文章访问数: 804
引证文献数: 0

通讯作者: 陈斌, bchen63@163.com

1.
沈阳化工大学材料科学与工程学院沈阳 110142

黄海波, 全海燕, 谢鹏. 一种融合模块2DPCA与PCA的人脸识别方法[J]. 轻工学报, 2013, 28(6): 81-85. doi: 10.3969/j.issn.2095-476X.2013.06.019

引用本文: 黄海波, 全海燕, 谢鹏. 一种融合模块2DPCA与PCA的人脸识别方法[J]. 轻工学报, 2013, 28(6): 81-85. doi: 10.3969/j.issn.2095-476X.2013.06.019

HUANG Hai-bo, QUAN Hai-yan and XIE Peng. A method for face recognition by fusing modular 2DPCA with PCA[J]. Journal of Light Industry, 2013, 28(6): 81-85. doi: 10.3969/j.issn.2095-476X.2013.06.019

Citation: HUANG Hai-bo, QUAN Hai-yan and XIE Peng. A method for face recognition by fusing modular 2DPCA with PCA[J]. Journal of Light Industry, 2013, 28(6): 81-85. doi: 10.3969/j.issn.2095-476X.2013.06.019

一种融合模块2DPCA与PCA的人脸识别方法

昆明理工大学信息工程与自动化学院, 云南昆明 650500

收稿日期: 2013-10-27
网络出版日期: 2013-11-15

基金项目: 国家自然科学基金项目(D0405)云南省自然科学基金项目(2009ZC048M)

关键词:

摘要: 针对主成分分析(PCA)求解高阶矩阵计算量很大和模块二维主成分分析(M2DPCA)特征数量仍然较大且有一定的相关性的问题,提出了融合模块2DPCA与PCA的方法进行人脸识别.该方法先通过M2DPCA对子图像进行特征提取,然后把每个图像中的子图像按分块的顺序重新组成新的矩阵,再对新的矩阵进行PCA.在ORL人脸库中实验,结果表明,该算法在一定程度上去除了特征参数间的相关性并大大减少了特征维数.

English Abstract

相关文章 (14)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

网站版权 © 轻工学报编辑部

地址：河南省郑州市科学大道136号邮编：450001

电话：	(086)0371-86608635, (086)0371-86608633

E-mail：qgxb@zzuli.edu.cn

本系统由北京仁和汇智信息技术有限公司开发技术支持： info@rhhz.net