|
|
|
摘要 为了能准确地进行图像特征提取，提出一种新的基于Nuclear范数与Frobenius范数加权的二维主成分分析(记为NF-2DPCA)方法。并利用来自于Yalefaces、AR数据库以及ORL人脸数据库中的数据，进行了图像面部识别和重建等相关实验，结果表明所提出的方法能够有效地提取图像特征，并且面部识别准确率最高能达到94.25%,进一步显示所提方法具有一定优越性。
|
|
| 关键词 ：
二维主成分分析,
特征提取,
Frobenius范数,
Nuclear范数
|
|
|
| 基金资助:国家自然科学基金项目(11801258,11961048,12001262)； 江西省自然科学基金项目(20181ACB20001)~~； |
| [1] |
韩璐宋海亮宋佳刘太豪. 基于特征提取的FA-BP短期光伏发电预测[J]. 南昌大学学报（工科版）, 2021, 43(1): 85-. |
| [2] |
张天助周辉林杨仙. 基于CNN-SVM的地下目标形状识别[J]. 南昌大学学报（理科版）, 2021, 45(1): 91-. |
| [3] |
刘卓邹淑丽上官鹏鹏邱桃荣白小明. 基于函数型数据分析的疲劳驾驶状态识别[J]. 南昌大学学报（工科版）, 2020, 42(2): 194-. |
| [4] |
赵庆敏彭雪莹. Curvelet变换结合(2D)~2PCA的人脸识别算法[J]. 南昌大学学报（理科版）, 2018, 42(2): 180-. |
| [5] |
肖露欣李增祥马建陈克绪吴建华. 基于降噪自编码的电能质量扰动识别[J]. 南昌大学学报（理科版）, 2017, 41(06): 591-. |
| [6] |
赵伟舟； 杨宝珍； 景慧丽. 安全指纹识别系统的研究与设计[J]. 南昌大学学报（工科版）, 2012, 34(03): 291-. |
| [7] |
仇恒志; 钟鼎苏. 一种视网膜血管的分割方法[J]. 南昌大学学报（医学版）, 2009, 51(01): 1-. |
| [8] |
李文; 王炜立. 中文文本理解技术在法律案情文本分类中的应用[J]. 南昌大学学报（工科版）, 2007, 29(01): 1-. |
| [9] |
胡瑢华; 刘国平; 余冰. 模糊指纹图像的特征提取[J]. 南昌大学学报（工科版）, 2002, 24(04): 1-. |
| [10] |
施可为; 胡文松. 一种新的神经网络分类系统[J]. 南昌大学学报（工科版）, 1997, 19(01): 1-. |
|
|
|
