留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

SVD和DCT提取特征向量的方法在人脸识别中的比较

卢健 王晖

卢健, 王晖. SVD和DCT提取特征向量的方法在人脸识别中的比较[J]. 武汉大学学报 ● 信息科学版, 2005, 30(2): 118-121.
引用本文: 卢健, 王晖. SVD和DCT提取特征向量的方法在人脸识别中的比较[J]. 武汉大学学报 ● 信息科学版, 2005, 30(2): 118-121.
LU Jian, WANG Hui. Comparison Between SVD and DCT Feature Extraction Methods in Face Recognition[J]. Geomatics and Information Science of Wuhan University, 2005, 30(2): 118-121.
Citation: LU Jian, WANG Hui. Comparison Between SVD and DCT Feature Extraction Methods in Face Recognition[J]. Geomatics and Information Science of Wuhan University, 2005, 30(2): 118-121.

SVD和DCT提取特征向量的方法在人脸识别中的比较

基金项目: 国家自然科学基金资助项目(40171032)
详细信息
    作者简介:

    卢健,教授,博士生导师。研究方向为数字信号分析和图像处理、模式识别、计算机图形学和计算机视觉。

  • 中图分类号: TP751.1

Comparison Between SVD and DCT Feature Extraction Methods in Face Recognition

Funds: 国家自然科学基金资助项目(40171032)
计量
  • 文章访问数:  899
  • HTML全文浏览量:  21
  • PDF下载量:  469
  • 被引次数: 0
出版历程
  • 收稿日期:  2004-11-19
  • 修回日期:  2004-11-19
  • 刊出日期:  2005-02-05

SVD和DCT提取特征向量的方法在人脸识别中的比较

    基金项目:  国家自然科学基金资助项目(40171032)
    作者简介:

    卢健,教授,博士生导师。研究方向为数字信号分析和图像处理、模式识别、计算机图形学和计算机视觉。

  • 中图分类号: TP751.1

摘要: 采用奇异值分解和2D离散余弦变换两种方法得到的特征,分别在嵌入式隐马尔可夫模型的人脸识别 中进行比较,得出奇异值分解比2D离散余弦变换在识别率上和时间复杂度上都较差的结果。通过对结果进行 分析得出,虽然奇异值分解有很多优良的特性,但是在模式识别中仅使用奇异值分解来提取特征并不是很好的 方法。

English Abstract

卢健, 王晖. SVD和DCT提取特征向量的方法在人脸识别中的比较[J]. 武汉大学学报 ● 信息科学版, 2005, 30(2): 118-121.
引用本文: 卢健, 王晖. SVD和DCT提取特征向量的方法在人脸识别中的比较[J]. 武汉大学学报 ● 信息科学版, 2005, 30(2): 118-121.
LU Jian, WANG Hui. Comparison Between SVD and DCT Feature Extraction Methods in Face Recognition[J]. Geomatics and Information Science of Wuhan University, 2005, 30(2): 118-121.
Citation: LU Jian, WANG Hui. Comparison Between SVD and DCT Feature Extraction Methods in Face Recognition[J]. Geomatics and Information Science of Wuhan University, 2005, 30(2): 118-121.

目录

    /

    返回文章
    返回