1. 首页
  2. 移动开发
  3. 其他
  4. 论文研究 奇异值分解和改进PCA的视频人脸检索方法.pdf

论文研究 奇异值分解和改进PCA的视频人脸检索方法.pdf

上传者: 2020-07-16 19:16:10上传 PDF文件 529.05KB 热度 25次
主成分分析(PCA)是降维的一种经典方法。二维主成分分析(2DPCA)在特征抽取之前不需要将图像矩阵转化为向量形式,所以能快速地提取特征。但是基于L2范数的PCA和2DPCA在遇到异常值时的表现不稳定而且得到的向量通常不是稀疏的。提出了一种基于L1范数的且受Lp范数约束的2DPCA方法(2DPCA-Lp)。当参数p接近1时,它可以得到稀疏的解。该方法既具有2DPCA的快速方便性,又是泛化的并且对异常值较不敏感。同时也证明该方法可以取得一个局部最大化的解。通过在ORL和UMIST人脸库上的实验表明了该方法的有效性。
下载地址
用户评论