基于分块2DPCA的人脸识别方法

摘要：

为进一步提高分块二维主成分分析(2DPCA)算法在人脸识别的识别率,提出一种人脸识别算法.将训练样本人脸矩阵按光照等相似条件进行分块并进行类内平均归一化;采用2DPCA算法构造特征空间,将分块矩阵在特征空间中进行投影得到训练样本识别特征,利用支持向量机(SVM)在分类上的优势,对训练样本识别特征和经过归一化分块2DPCA的测试样本识别特征进行分类,对人脸图像进行识别.选取ORL人脸数据库的图片进行实验,将该算法与传统2DPCA、2DPCA+SVM等算法进行比较,验证了该算法的性能优于其它算法.

关键词：分块、二维主成分分析、支持向量机、类内平均、人脸识别

所属期刊栏目：35

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61370180

在线出版日期：2014-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：3229-3233