基于模块2DPCA的人脸识别方法

被引：163

作者：

陈伏兵 ^{[1
]}

陈秀宏 ^{[1
]}

张生亮 ^{[2
]}

杨静宇 ^{[2
]}

机构：

[1] 淮阴师范学院数学系

[2] 南京理工大学计算机科学系

来源：

中国图象图形学报 | 2006年 / 04期

关键词：

线性鉴别分析; 模块2DPCA; 特征抽取; 人脸识别;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

提出了模块2DPCA(two-d im ensional princ ipal component analysis)的人脸识别方法。模块2DPCA方法先对图像矩阵进行分块,将分块得到的子图像矩阵直接用于构造总体散布矩阵,然后利用总体散布矩阵的特征向量进行图像特征抽取。与基于图像向量的鉴别方法(比如PCA)相比,该方法在特征抽取之前不需要将子图像矩阵转化为图像向量,能快速地降低鉴别特征的维数,可以完全避免使用矩阵的奇异值分解,特征抽取方便;此外,模块2DPCA是2DPCA的推广。在ORL和NUST603人脸库上的试验结果表明,模块2DPCA方法在识别性能上优于PCA,比2DPCA更具有鲁棒性。

引用

页码：580 / 585

页数：6