计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (18): 201-203.
• 图形、图像、模式识别 • 上一篇 下一篇
焦斌亮，陈 爽
收稿日期:
修回日期:
出版日期:
发布日期:
JIAO Binliang，CHEN Shuang
Received:
Revised:
Online:
Published:
摘要： 介绍了隐马尔可夫特征脸模型（HMEM），由概率性主成分分析方法（PPCA）与离散空间马尔可夫模型法（SL-HMM）整合而成，具有PPCA和SL-HMM的双重特性。利用ORL数据库进行人脸识别实验，结果说明该模型在性能上表现出较大的优势。
关键词: 人脸识别, 特征脸, 概率主成分分析, 隐马尔可夫模型
Abstract: This paper introduces the Hidden Markov Eigenface Model（HMEM） in which the Probabilistic Principal Component Analysis（PPCA） is integrated into Separable Lattice Hidden Markov Models（SL-HMM），and the proposed model has good properties of both PPCA and SL-HMM.The face recognition experiments based on the ORL database show that the proposed model improves the performance signicantly.
Key words: face recognition, eigenface, Probabilistic Principal Component Analysis（PPCA）, Hidden Markov Models（HMM）
焦斌亮，陈 爽. 基于PCA算法的人脸识别[J]. 计算机工程与应用, 2011, 47(18): 201-203.
JIAO Binliang，CHEN Shuang. Face recognition based on PCA[J]. Computer Engineering and Applications, 2011, 47(18): 201-203.
0 / 推荐
导出引用管理器 EndNote|Ris|BibTeX
链接本文: http://cea.ceaj.org/CN/
http://cea.ceaj.org/CN/Y2011/V47/I18/201
