WEKO3
アイテム
A New Face Recognition Method Using QR Decomposition
http://hdl.handle.net/10232/11770
http://hdl.handle.net/10232/1177060ba7a4a-fa8a-474f-b70b-d05e9fa11e6b
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
AN00408518_v62_p43-63.pdf (31.6 MB)
|
|
| Item type | 紀要論文 / Departmental Bulletin Paper(1) | |||||
|---|---|---|---|---|---|---|
| 公開日 | 2011-08-02 | |||||
| タイトル | ||||||
| タイトル | A New Face Recognition Method Using QR Decomposition | |||||
| 著者 |
NAKAMORI, Seiichi
× NAKAMORI, Seiichi× YAMAMOTO, Naoki |
|||||
| 著者よみ | ||||||
| 識別子Scheme | WEKO | |||||
| 識別子 | 67345 | |||||
| 姓名 | ナカモリ, セイイチ | |||||
| 著者よみ | ||||||
| 識別子Scheme | WEKO | |||||
| 識別子 | 67346 | |||||
| 姓名 | ヤマモト, ナオキ | |||||
| 別言語の著者 | ||||||
| 識別子Scheme | WEKO | |||||
| 識別子 | 67347 | |||||
| 姓名 | 中森, 誠一 | |||||
| 別言語の著者 | ||||||
| 識別子Scheme | WEKO | |||||
| 識別子 | 67348 | |||||
| 姓名 | 山本, 尚希 | |||||
| 言語 | ||||||
| 言語 | eng | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | Principal Component Analysis | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | Face recognition | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | QR decomposition | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | Pattern recognition | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | Snapshot PCA method | |||||
| 資源タイプ | ||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_6501 | |||||
| 資源タイプ | departmental bulletin paper | |||||
| 要約(Abstract) | ||||||
| 内容記述タイプ | Other | |||||
| 内容記述 | This paper presents a new face recognition method using the QR decomposition. The face recognition method is compared with the face recognition method by the snapshot Principal Component Analysis (PCA) mainly from the viewpoint of the computation time consumed for the face recognition. The recognition is based on the distance, measured by the L_2 norm, between the vector of the projected test face image and the vectors of the projected training face images. Specifically, each image is stored in a vector of size N. Instead of an N x N covariance matrix in the PCA, as in the snapshot PCA method, Eigenspace is created from a P x P covariance matrix, where P is the number of persons or training images. Some pattern recognition examples are shown. It is found that the proposed snapshot QR decomposition method is preferable, in face recognition, to the snapshot PCA method. | |||||
| 収録雑誌名 |
鹿児島大学教育学部研究紀要. 自然科学編 en : Bulletin of the Faculty of Education, Kagoshima University. Natural science 巻 62, p. 43-63 |
|||||
| 作成日 | ||||||
| 日付 | 2011-03-14 | |||||
| ISSN | ||||||
| 収録物識別子タイプ | ISSN | |||||
| 収録物識別子 | 03896692 | |||||
| NII書誌ID（雑誌） | ||||||
| 収録物識別子タイプ | NCID | |||||
| 収録物識別子 | AN00408518 | |||||
| 出版タイプ | ||||||
| 出版タイプ | VoR | |||||
| 出版タイプResource | http://purl.org/coar/version/c_970fb48d4fbd8a85 | |||||
| NDC | ||||||
| 主題Scheme | NDC | |||||
| 主題 | 549 | |||||
| 公開者・出版者 | ||||||
| 出版者 | 鹿児島大学 | |||||
| 公開者よみ | ||||||
| 値 | カゴシマ ダイガク | |||||
| 公開者別名 | ||||||
| 値 | Kagoshima University | |||||
