10.3969/j.issn.1002-137X.2006.03.043
分块PCA鉴别特征抽取能力的分析研究
基于主成分分析(Principal Component Analysis,PCA),本文提出了分块PCA人脸识别方法.分块PCA从模式的原始数字图像出发,先对图像进行分块,对分块得到的子图像矩阵采用PCA方法进行特征抽取,从而实现模式的分类.新方法的特点是能有效地抽取图像的局部特征,正是这些特征使此类模式区别于彼类.在Yale人脸数据库上测试了该方法的鉴别能力.实验的结果表明,分块PCA在识别性能上优于通常的PCA方法,也优于基于Fisher鉴别准则的鉴别分析方法:Fisherfaces方法、F-S方法、组合鉴别方法,识别率可以达到100%.
线性鉴别分析、主成分分析、特征抽取、分块主成分分析、人脸识别
33
TP3(计算技术、计算机技术)
中国科学院资助项目60472060;江苏省自然科学基金05KJD520050
2006-04-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
155-159