2DPCA在图像特征提取中优于PCA的判定条件

摘要：

主元分析(PCA)与二维主元分析(2DPCA)是两种典型的图像特征提取方法,它们所提取的图像特征的优劣可由重建误差来衡量.通过对PCA和2DPCA的重建误差分析发现,二者的重建误差在理论上相同,但在实际应用中取决于它们的样本协方差阵的估计准确度.本文以均方误差为度量给出了PCA与2DPCA样本协方差阵的估计准确度表达式,并由此得到2DPCA图像特征优于PCA的判定条件是2DPCA协方差阵的特征值平方和大于PCA.本文还指出行2DPCA与列2DPCA所提取的图像特征孰优孰劣也取决于它们各自协方差阵的特征值平方和的大小.在人脸图像库与人脸表情图像库上的实验验证了上述判定条件的正确性.

关键词：PCA、2DPCA、图像特征、协方差阵、重建误差、均方误差

所属期刊栏目：26

分类号：O212.7(概率论与数理统计)

资助基金：国家自然科学基金60872084:高等学校博士学科点专项科研基金SRFDP-20060003102

在线出版日期：2010-01-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：951-961