自适应主元提取算法及其在人脸图像特征提取中的应用

甘俊英; 张有为; 毛士艺

您当前的位置：

首页 >

文章列表页 >

自适应主元提取算法及其在人脸图像特征提取中的应用

论文 | 更新时间：2025-07-16

- 自适应主元提取算法及其在人脸图像特征提取中的应用
- Adaptive Principal Components Extraction Algorithm and Its Applications in the Feature Extraction of Human Face
- 电子学报 2002年30卷第7期页码：1013-1016
- 作者机构：
  
  1. 五邑大学信息科学研究所,广东,江门,529020
  2. 北京航空航天大学电子工程系203教研室,北京,100083
  3. 五邑大学信息科学研究所广东江门,529020
  4. 北京航空航天大学电子工程系203教研室北京,100083
- 作者简介：
- 基金信息：
  
  广东省自然科学基金 (No.000872)
- DOI：
  中图分类号： TP391
- 网络出版：2002-07-25，
  
  纸质出版：2002
- 稿件说明：
移动端阅览
甘俊英, 张有为, 毛士艺. 自适应主元提取算法及其在人脸图像特征提取中的应用[J]. 电子学报, 2002,30(7):1013-1016.

GAN Jun-ying, ZHANG You-wei, MAO Shi-yi. Adaptive Principal Components Extraction Algorithm and Its Applications in the Feature Extraction of Human Face[J]. Acta Electronica Sinica, 2002, 30(7): 1013-1016.
甘俊英, 张有为, 毛士艺. 自适应主元提取算法及其在人脸图像特征提取中的应用[J]. 电子学报, 2002,30(7):1013-1016. DOI：

GAN Jun-ying, ZHANG You-wei, MAO Shi-yi. Adaptive Principal Components Extraction Algorithm and Its Applications in the Feature Extraction of Human Face[J]. Acta Electronica Sinica, 2002, 30(7): 1013-1016. DOI：

摘要

本文指出了E.Oja将统计主元分析思想用于递推网络与S.Kung自适应主元提取(APEX)算法在提取特征信息上的共同点和差异

证明了该算法的收敛性.仿真结果验证了该算法的收敛性和稳定性

分析了主元数、子图像大小及学习率参数对该算法的影响

说明了该算法在人脸识别中是一种运算量较小的有效特征提取方法.

Abstract

In this paper

the common grounds and differences between E.Oja's idea of statistical principal components analysis in recursion network and S.Kung's adaptive principal components extraction (APEX) algorithm in feature extraction are pointed out.The convergence of the algorithm is proved.Simulation results demonstrate the convergence and stability of the algorithm.It is analyzed that principal components number

subimage size and learning rate have effect on the algorithm.Therefore

it is expressed that the algorithm is a valid feature extraction method with less operation in face recognition.

关键词

Keywords

references

浏览量

1006

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于LoRa信号的实时手势识别算法

连续学习方法与其在视觉任务中的应用

端到端全复数域SAR目标分类神经网络