Key points are not available for this paper at this time.
Principal Component Analysis (PCA) एक व्यापक रूप से उपयोग की जाने वाली तकनीक है जो आयाम में कमी के बारे में है। Non-negative Matrix Factorization (NMF), जिसे Lee और Sung ने प्रस्तावित किया है, एक नया छवि विश्लेषण विधि है। इस पेपर में, PCA और NMF का उपयोग चेहरे के भाव की विशेषता निकालने के लिए किया गया है, और दो विधियों के पहचान परिणामों की तुलना की गई है। हम PCA के मूल छवि मैट्रिक्स और वजन मैट्रिक्स को भी संसाधित करने का प्रयास करते हैं और उन्हें NMF के प्रारंभिककरण के रूप में उपयोग करते हैं। प्रयोगों से पता चलता है कि PCA और NMF के संयोजन पर आधारित विधि की पहचान दर PCA और NMF से बेहतर है। सबसे अच्छी पहचान दर 93.72% है।
Building similarity graph...
Analyzing shared references across papers
Loading...
Lihong Zhao
Guibin Zhuang
Xinhe Xu
Northeastern University
Northeastern University
Building similarity graph...
Analyzing shared references across papers
Loading...
Zhao et al. (मंगलवार,) ने इस प्रश्न का अध्ययन किया।
www.synapsesocial.com/papers/6a089090113ba5b476de4711 — DOI: https://doi.org/10.1109/wcica.2008.4593968
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: