首页> 外文OA文献 >Performance analysis of different matrix decomposition methods on face recognition
【2h】

Performance analysis of different matrix decomposition methods on face recognition

机译:不同矩阵分解方法在人脸识别中的性能分析

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务,本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文,但由于OA文献来源多样且变更频繁,仍可能出现获取不到、文献不完整或与标题不符等情况,如果获取不到我们将提供退款服务。请知悉。

摘要

Applications using face biometric are ubiquitous in various domains. We propose an efficient method using Discrete Wavelet Transform (DWT), Extended Directional Binary codes (EDBC), three matrix decompositions and Singular Value Decomposition (SVD) for face recognition. The combined effect of Schur, Hessenberg and QR matrix decompositions are utilized with existing algorithm. The discrimination power between two different persons is justified using Average Overall Deviation (AOD) parameter. Fused EDBC and SVD features are considered for performance calculation. City-block and Euclidean Distance (ED) measure is used for matching. Performance is improved on YALE, GTAV and ORL face databases compared with existing methods.
机译:使用面部生物识别的应用在各个领域无处不在。我们提出了一种使用离散小波变换(DWT),扩展方向二进制码(EDBC),三个矩阵分解和奇异值分解(SVD)进行面部识别的有效方法。现有算法利用了Schur,Hessenberg和QR矩阵分解的综合效果。使用平均总体偏差(AOD)参数来证明两个不同人员之间的区分能力。融合的EDBC和SVD功能被考虑用于性能计算。 City-block和欧几里得距离(ED)度量用于匹配。与现有方法相比,YALE,GTAV和ORL人脸数据库的性能得到了改善。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号