基于二维对称主成分分析的人脸识别

被引:19
作者
赵丽红
张西礼
徐心和
机构
[1] 东北大学信息科学与工程学院
关键词
特征抽取; 二维对称主成分分析; 主成分分析; 人脸识别;
D O I
10.19650/j.cnki.cjsi.2008.06.033
中图分类号
TP391.41T [];
学科分类号
摘要
由于人脸姿态、光照和表情等各方面的显著差别,使人脸识别成为非常具有挑战性的模式识别问题。主成分分析是模式识别技术中经典的特征抽取和降维技术之一。本文把其改进算法二维对称主成分分析应用到人脸识别中。二维对称主成分分析与传统主成分分析和对称主成分分析相比,可以得到更好的适合分类的特征。实验结果表明,二维对称主成分分析不仅实现了降维,而且能取得比传统主成分分析和对称主成分分析更好的识别性能,对ORL标准人脸数据库的正确识别率达到94%以上。
引用
收藏
页码:1290 / 1294
页数:5
相关论文
共 4 条
  • [1] 一种人脸特征选择新方法的研究
    李伟红
    陈伟民
    龚卫国
    [J]. 电子测量与仪器学报, 2006, 20 (02) : 16 - 20
  • [2] 人脸图像定位算法
    贾换霞
    吴建华
    [J]. 仪器仪表学报, 2005, (S2) : 410 - 411+415
  • [3] 基于小波变换和ICA的人脸识别方法
    尹克重
    龚卫国
    李伟红
    梁毅雄
    [J]. 仪器仪表学报, 2005, (S2) : 412 - 415
  • [4] 二维主成分分析方法的推广及其在人脸识别中的应用
    陈伏兵
    陈秀宏
    高秀梅
    杨静宇
    [J]. 计算机应用, 2005, (08) : 1767 - 1770