基于2DPCA和压缩感知的人脸识别方法

摘要：

提出一种基于二维主成份分析(2DPCA)和压缩感知的人脸识别方法.阐述2DPCA提取特征向量的工作原理,利用压缩感知方法求解待识别图像在足够样本下的稀疏表示.由所有训练图的特征向量构成测量矩阵,将每一幅待识别图像的特征向量作为测量值,由压缩感知中求解的L1范数极小值得到待识别图像的编码信号,根据该编码信号识别人脸图像.实验结果表明,与其他组合方法相比,基于2DPCA和压缩感知的人脸识别方法得到的识别率较高.

关键词：人脸识别、压缩感知、二维主成份分析、L1范数、稀疏表示

所属期刊栏目：37

分类号：TP242.6(自动化技术及设备)

资助基金：国家自然科学基金资助项目60972163;宁波市自然科学基金资助项目2009A610090

在线出版日期：2012-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：176-178