基于SVD 的人脸识别算法具有共同的缺点,即不同人脸图像对应的奇异值向量所在的基空间不一致,从而造成识别率低下。该文分析2 种改进的类估计基空间奇异值分解算法(CSVD),通过对比实验选择出其中一种具有优势的CSVD 算法。并在特征提取环节,提出CSVD 算法与非负矩阵因子算法特征数据相融合的人脸识别算法。在ORL 数据库上的实验结果表明,该结合方法有效地提高了识别率和训练速度。关键词:类估计基空间奇异值分解;非负矩阵因子;特征提取
猜您喜欢
推荐内容
开源项目推荐 更多
热门活动
热门器件
用户搜过
随便看看
热门下载
热门文章
热门标签
评论