用户登录
期刊信息
  • 主管单位:
  • 中国科学技术协会
  • 主办单位:
  • 中国仪器仪表学会、上海光学仪器研究所、中国光学学会工程光学专业委员会
  • 主  编:
  • 庄松林
  • 地  址:
  • 上海市军工路516号上海理工大学《光学仪器》编辑部
  • 邮政编码:
  • 200093
  • 联系电话:
  • 021-55270110
  • 电子邮件:
  • gxyq@usst.edu.cn
  • 国际标准刊号:
  • 1005-5630
  • 国内统一刊号:
  • 31-1504/TH
  • 邮发代号:
  • 单  价:
  • 15.00
  • 定  价:
  • 90.00
基于PCA与贝叶斯决策的人脸识别算法
Research on face recognition methods based on principal component analysis and Bayesian decision
投稿时间:2013-11-19  
DOI:10.3969/j.issn.1005-5630.2014.02.007
中文关键词:  主元分析  贝叶斯决策  人脸识别
英文关键词:principle component analysis  Bayesian decision  face recognition
基金项目:黑龙江省科技厅自然科学基金项目(F201108)
作者单位E-mail
全星慧 东北石油大学 电子科学学院, 黑龙江 大庆 163318  
牟海维 东北石油大学 电子科学学院, 黑龙江 大庆 163318 mhwmzh@163.com 
吕秀丽 东北石油大学 电子科学学院, 黑龙江 大庆 163318  
张华 东北石油大学 电子科学学院, 黑龙江 大庆 163318  
摘要点击次数: 4642
全文下载次数: 4396
中文摘要:
      研究了主元分析与贝叶斯决策相结合的人脸识别方法。利用主元分析提取人脸图像训练集的特征子空间,将训练图像和测试图像投影到该子空间,提取特征向量及计算统计特性,利用最小错误率贝叶斯决策规则对测试图像进行分类,从而实现人脸识别。大量实验表明:主元分析能将人脸图像的特征信息有效地映射在特征子空间,同时采用贝叶斯决策规则能够快速准确地对人脸图像进行分类。
英文摘要:
      A method for face recognition based on principal component analysis(PCA)and Bayesian decision is described. Extracting feature subspace of face image training sets using PCA, the training images and test images are projected in the subspace, the eigenvectors are extracted and the statistical properties are calculated, adopt Bayesian decision based on minimum error rate to realize face recognition. Experimental results show that PCA is well in the subspace of face images to extract feature information, by Bayesian decision can quickly and accurately classify the face images.
HTML   查看全文  查看/发表评论  下载PDF阅读器
关闭