双向压缩的2DPCA与PCA相结合的人脸识别算法

摘要：

主成分分析(PCA)直接用于人脸识别时,需将图像矩阵转换成向量,导致求解高阶矩阵计算量大.二维主成分分析(2DPCA)的实质是对图像矩阵按行进行图像压缩抽取特征,消除了图像列的相关性,但特征教量仍然较大,影响分类速度.针对这一问题,提出了采用双向压缩的二维主成分分析消除图像行间和列间的相关性,再结合PCA进一步减少特征数量,改进人脸识别算法,该算法用于ORL人脸库上得到了较高的识别率和较快的识别速度.

关键词：主成分分析、二维主成分分析、人脸识别、特征抽取

所属期刊栏目：29

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2009-07-22（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：245-246,268