首页 > 《智慧工厂》 > 2016年12期 > 基于PCA算法的人脸检测研究

基于PCA算法的人脸检测研究

打印

在线阅读下载PDF 导出详情

摘要本文主要利用主成分分析（PCA）方法提取人脸特征，将原来的自变量变换到另外的一个空间中，即特征子空间，然后选择其中～部分重要成分作为自变量（此时丢弃了一部分不重要的自变量），最后利用最小二乘方法对选取主成分后的模型参数进行估计。通过低维子空间表示高维数据，有效的对数据进行了压缩，识别起来简单有效。

DOI 6jrnlkmy45/1697187

作者张磊;李萍

机构地区不详

出处《智慧工厂》 2016年12期

关键词主成分分析特征子空间最小二乘方法

分类 [电气工程][电器]

出版日期 2016年12月22日（中国Betway体育网页登陆平台首次上网日期，不代表论文的发表时间）

相关文献

1李扬;曹著明.基于肤色和AdaBoost算法的人脸检测.计算机科学与技术,2017-02.
2徐子涵.基于Dlib的人脸检测算法设计实现.建筑技术科学,2024-03.
3王惠;宗玉萍.基于PCA的人脸特征提取和识别.计算机科学与技术,2019-01.
4李智勇;桑国珍.基于特征的人脸检测研究.教育学,2008-05.
5周未;王凌云;张桐瑄;王存睿;吴旭.基于嵌入式平台的人脸疲劳检测算法.教育学,2017-03.
6李申燕.基于特征提取的人脸识别算法研究.建筑技术科学,2021-06.
7王维列.基于局部奇异值算法的人脸识别研究.文化科学,2017-07.
8李志红;王志红.视频图像中的人脸快速检测算法研究.高等教育学,2007-04.
9胡从川刘广东韦古强.基于Eigenface算法和K近邻算法的人脸识别技术.建筑设计及理论,2018-07.
10张坤;章东平;杨力.样本增强的人脸识别算法研究.测试计量技术及仪器,2018-02.

来源期刊

智慧工厂

相关推荐

同分类资源更多

相关关键词

主成分分析特征子空间最小二乘方法

返回顶部