ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

基于Cholesky分解的K2DPCA人脸识别研究

周水生; 郑颖; 穆新亮西安电子科技大学
系统工程理论与实践2015-5-12
4阅读
引用收藏
分享

摘要

K2DPCA(kernel 2D principal component analysis)是基于非线性特征提取的重要人脸识别方法,具有成功的应用.但对大规模训练数据库,其因核矩阵K规模过大、计算代价高而不能有效实现.采用选主元Cholesky,分解方法,仅需计算核矩阵的对角线上元素和部分精选列,得到迹范数意义下核矩阵K的最优Nystr(o|¨)m型低秩近似LL~T来解决该问题.并只需计算小规模矩阵L~TL的特征值和特征向量,实现大规模K2DPCA/KPCA(kernel principal component anialysis)的非线性特征提取.在加噪ORL人脸数据库上的实验结果表明,较K...

学科与关键词

关键词
人脸识别KPCAK2DPCACholesky分解Nystrm型低秩近似 face recognitionKPCAK2DPCACholesky decompositionNystrom-type low-rank approximation
相关
加载中…
  • 基于图像协方差无关的增量特征提取方法研究
    王肖锋; 孙明月; 葛为民电子与信息学报, 2019, (11): 2768-2776.
  • 基于拉普拉斯金字塔降维的人脸识别算法
    亢洁; 林欣; 吴星驰陕西科技大学学报(自然科学版), 2015, (01): 165.
  • 基于PCA-L1范式特征提取的大学图书馆人脸识别
    曹伟; 殷守林*安阳工学院学报, 2021, 20(06): 43-46.
查看全部 →

发表信息

论文状态
公开发表
期刊
系统工程理论与实践
发表日期
2015-05-12
卷期
第 02 期
页码
528-535
成果收录
CHINAJOURNAL
资助标注
国家自然科学基金(61179040,61173089);陕西省自然科学基金(2014JM1031);陕西省科技厅项目(2013JK0603)~~

作者

  • 周

    周水生 (第一作者)

  • 郑

    郑颖

查看全部 3 位作者收起作者
  • 穆

    穆新亮

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417