کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
411087 | 679177 | 2010 | 7 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Laplacian bidirectional PCA for face recognition
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
هوش مصنوعی
پیش نمایش صفحه اول مقاله

چکیده انگلیسی
Two-dimensional principal components analysis (2DPCA) needs more coefficients than principal components analysis (PCA) for image representation and hence needs more time for classification. The bidirectional PCA (BDPCA) is proposed to overcome these drawbacks of 2DPCA. Both 2DPCA and BDPCA, however, can work only in Euclidean space. In this paper, we propose Laplacian BDPCA (LBDPCA) to enhance the robustness of BDPCA by extending it to non-Euclidean space. Experimental results on representative face databases show that LBDPCA works well and it surpasses BDPCA.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Neurocomputing - Volume 74, Issues 1–3, December 2010, Pages 487–493
Journal: Neurocomputing - Volume 74, Issues 1–3, December 2010, Pages 487–493
نویسندگان
Wankou Yang, Changyin Sun, Lei Zhang, Karl Ricanek,