一种改进的2DPCA人脸识别方法

被引：11

作者：

韩晓翠

机构：

[1] 不详

[2] 临沂师范学院信息学院

[3] 不详

来源：

计算机工程与应用 | 2010年 / 25期

关键词：

人脸识别; 二维主成分分析; 样本中间值; 特征提取;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

在小样本情况下,传统的2DPCA算法中采用的训练样本的平均值不一定就是训练样本分布的中心,为了解决这个问题,提出了一种基于样本中间值的2DPCA人脸识别算法(M2DPCA),该算法采用训练样本的中间值代替训练样本的平均值,以此重建总体散布矩阵。在ORL和FERET人脸数据库上的实验结果证明,新方法可以有效改善识别性能,优于传统的PCA和2DPCA方法。

引用

页码：185 / 187

页数：3

共 6 条

[1] 基于奇异值特征和支持向量机的人脸识别 [J].

李晓东 ;

费树岷 ;

张涛 .

东南大学学报(自然科学版), 2008, 38 (06) :981-985

[2] 人脸识别技术综述 [J].

张翠平 ;

苏光大 .

中国图象图形学报, 2000, (11) :7-16

[3]

Median MSD-based method for face recognition[J] . Xiaodong Li,Shumin Fei,Tao Zhang.Neurocomputing . 2009 (16)

[4]

Face recognition from a single image per person: A survey[J] . Xiaoyang Tan,Songcan Chen,Zhi-Hua Zhou,Fuyan Zhang.Pattern Recognition . 2006 (9)

[5]

Face recognition[J] . W. Zhao,R. Chellappa,P. J. Phillips,A. Rosenfeld.ACM Computing Surveys (CSUR) . 2003 (4)

[6]

Median LDA:a robustfeature extraction method for face recognition .2 Yang J,Zhang D,Yang J Y. Proc of IEEE International Conference on Systems,Man,and Cybernetics . 2006

← 1 →