Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Neural Computing and Applications
Erschienen in: Neural Computing and Applications 7-8/2013

01.12.2013 | Original Article

A novel matrix-based method for face recognition

verfasst von: Jun Hou, Yong Wang, Junyi Zuo

Erschienen in: Neural Computing and Applications | Ausgabe 7-8/2013

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Two-dimensional principal component analysis (2DPCA) is one of the representative techniques for image representation and recognition. However, it fails in detecting the local variation of images, which characterizes the most important modes of variability of face images. Motivated by the fact that the local spatial geometric structure of images is effectual in learning the representative image space, we assign different weight to each training image and then present a novel method, namely local two-dimensional principal component analysis (L2DPCA), which explicitly considers the variations among nearby data. Finally, we describe an effective algorithm L2DPCA+2DPCA to further reduce dimensionality reduction. Extensive experimental results on two-face databases (Yale and AR) show the efficiency of the proposed method.
Vorheriger Artikel Selecting the best alternatives of fuzzy decision making units with relative distance metric method
Nächster Artikel Enhancement of OMI aerosol optical depth data assimilation using artificial neural network

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren
Literatur
1.
Yang J, Yang JY (2002) From image vector to matrix: a straightforward image projection technique—IMPCA vs. PCA. Pattern Recogn 35:1997–1999CrossRefMATH
2.
Yang J, Zhang D, Frangi AF, Yang JY (2004) Two-dimensional PCA: a new approach to appearance-based face representation and recognition. IEEE Trans Pattern Anal Mach Intell 26(1):131–137CrossRef
3.
Belkin M, Niyogi P (2003) Laplacian eigenmaps for dimensionality reduction and data representation. Neural Comput 15(6):1373–1396CrossRefMATH
4.
Roweis ST, Saul LK (2000) Nonlinear dimensionality reduction by locally linear embedding. Science 290(5500):2323–2326CrossRef
5.
He X, Yan S, Hu Y, Niyogi P, Zhang H (2005) Face recognition using laplacianfaces. IEEE Trans Pattern Anal Mach Intell 27(3):328–340CrossRef
6.
Yang J, Zhang D, Yang J (2006) Locally principal component learning for face representation and recognition. Neurocomputing 69:1697–1701CrossRef
7.
Xu Y, Zhong A, Yang J, Zhang D (2010) LPP solution schemes for use with face recognition. Pattern Recogn 43(12):4165–4176CrossRefMATH
8.
Guan N, Tao D, Luo Z, Yuan B (2011) Non-negative patch alignment framework. IEEE Trans Neural Networks 22(8):1218–1230CrossRef
9.
Gao Q, Xu H, Li Y, Xie D (2010) Two-dimensional supervised local similarity and diversity projection. Pattern Recogn 43(10):3359–3363CrossRefMATH
10.
Yan S, Xu D, Zhang B, Zhang H, Yang Q, Lin S (2007) Graph embedding and extensions: a general framework for dimensionality reduction. IEEE Trans Pattern Anal Mach Intell 29(1):40–51CrossRef
11.
Hu D, Feng G, Zhou Z (2007) Two-dimensional locality preserving projections (2DLPP) with its application to palmprint recognition. Pattern Recogn 40:339–342CrossRefMATH
12.
Xu Y, Feng G, Zhao Y (2009) One improvement to two-dimensional locality preserving projection method for use with face recognition. Neurocomputing 73:245–249CrossRef
13.
Cai D, He X, Han J, Huang TS (2011) Graph regularized nonnegative matrix factorization for data representation. IEEE Trans Pattern Anal Mach Intell 33(8):1548–1560CrossRef
14.
Hou C, Zhang C, Wu Y, Jiao Y (2009) Stable local dimensionality reduction approaches. Pattern Recogn 42:2054–2066CrossRefMATH
15.
Gao Q, Zhang H, Liu J (2012) Two-dimensional margin, similarity and variation embedding. Neurocomputing 86:179–183MathSciNetCrossRef
16.
Gao Q, Liu J, Zhang H, Hou J, Yang X (2012) Enhanced fisher discriminant criterion for image recognition. Pattern Recogn 45(10):3717–3724CrossRef
17.
Gao Q, Zhang L, Zhang D (2009) Sequential row-column independent component analysis for face recognition. Neurocomputing 72:1152–1159CrossRef
18.
Liu K, Cheng Y, Yang JY (1993) Algebraic feature extraction for image recognition based on an optimal discriminant criterion. Pattern Recogn 26(6):903–911CrossRef
19.
Dai G, Yeung D (2006) Tensor embedding methods. In: Proceeding of American association for artificial intelligence
Metadaten
Titel
A novel matrix-based method for face recognition
verfasst von
Jun Hou
Yong Wang
Junyi Zuo
Publikationsdatum
01.12.2013
Verlag
Springer London
Erschienen in
Neural Computing and Applications / Ausgabe 7-8/2013
Print ISSN: 0941-0643
Elektronische ISSN: 1433-3058
DOI
https://doi.org/10.1007/s00521-012-1177-x

Weitere Artikel der Ausgabe 7-8/2013

Neural Computing and Applications 7-8/2013 Zur Ausgabe

Original Article

A computer-aided diagnosis system for malignant melanomas

Original Article

Optimization of fracture behavior of alumina/silicon carbide nano ceramic

ISNN2012

Multistability of periodic delayed recurrent neural network with memristors

Original Article

An early warning system approach for the identification of currency crises with data mining techniques

Original Article

A new adaptive fuzzy inference system for electricity consumption forecasting with hike in prices

ISNN2012

DLRDG: distributed linear regression-based hierarchical data gathering framework in wireless sensor network

Premium Partner

    Bildnachweise