基于Lp范数的2DPCA的人脸识别方法

摘要：

主成分分析(PCA)是降维的一种经典方法.二维主成分分析(2DPCA)在特征抽取之前不需要将图像矩阵转化为向量形式,所以能快速地提取特征.但是基于L2范数的PCA和2DPCA在遇到异常值时的表现不稳定而且得到的向量通常不是稀疏的.提出了一种基于L1范数的且受Lp范数约束的2DPCA方法(2DPCA-Lp).当参数P接近1时,它可以得到稀疏的解.该方法既具有2DPCA的快速方便性,又是泛化的并且对异常值较不敏感.同时也证明该方法可以取得一个局部最大化的解.通过在ORL和UMIST人脸库上的实验表明了该方法的有效性.

关键词：主成分分析、脸识别、特征提取、二维主成份分析、Lp范数、ORL人脸库

所属期刊栏目：49

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61003169

在线出版日期：2013-07-15（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：183-186,227