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; 葛为民天津理工大学
电子与信息学报2019
4阅读
引用收藏
分享

摘要

针对2维主成分分析(2DPCA)算法无法实现在线特征提取及无法体现完整数据结构信息等问题,该文提出一种基于图像协方差无关的增量式2DPCA(I2DPCA)算法。该算法无需对图像协方差矩阵进行特征值分解奇异值分解,复杂度将大为降低,提高了特征提取速度。针对I2DPCA仅提取了横向特征的问题,又提出一种增量式行列顺序2DPCA(IRC2DPCA)算法,该算法对I2DPCA的特征矩阵再次进行纵向特征提取,保留了图像的横向与纵向结构信息,实现了行列两个方向上的特征提取与数据降维。最后,以自建的物块数据集、通用的ORL和Yale人脸数据集分别进行对比实验,结果表明,该文算法在收敛率、分类率及复杂度等性能...

学科与关键词

关键词
模式识别协方差无关特征提取增量学习2维主成分分析 Pattern recognitionCovariance-freeFeature extractionIncremental learningTwo-Dimensional Principal Component Analysis(2DPCA)
相关
加载中…
  • 基于Cholesky分解的K2DPCA人脸识别研究
    周水生; 郑颖; 穆新亮系统工程理论与实践, 2015, (02): 528-535.
  • 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.
  • 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.
查看全部 →

发表信息

论文状态
公开发表
期刊
电子与信息学报
发表日期
2019
卷期
第 11 期
页码
2768-2776
成果收录
CHINAJOURNAL
资助标注
国家重点研发计划(2017YFB1303304);天津市科技计划重大专项(17ZXZNGX00110);天津市自然科学重点基金(16JCZDJC30400)~~;

作者

  • 王

    王肖锋 (第一作者)

  • 孙

    孙明月

查看全部 3 位作者收起作者
  • 葛

    葛为民

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