基于2DPCA和改进的LDA算法的人脸识别技术

摘要：

为提高人脸识别的准确率,缩短图像特征提取的时间,提出了一种将二维主成分分析(简称2DPCA)与改进的线性鉴别分析(简称LDA)相结合的人脸识别方法.该法首先以图像矩阵为分析对象,直接利用原始图像矩阵构造图像的协方差矩阵,以进行特征提取和2DPCA分析;再采用改进的线性鉴别分析,得到最佳的分类特征,从理论上有效解决了传统的线性鉴别分析在人脸识别中存在的"边缘类"问题;最后,在ORL人脸库上检验了该识别方法的性能.实验结果表明,该方法抽取的鉴别特征有较强的鉴别能力.

关键词：二维主成分分析、线性鉴别分析、协方差矩阵、特征提取、主成分分析、边缘类、人脸识别

所属期刊栏目：23

分类号：TP391(计算技术、计算机技术)

在线出版日期：2009-12-28（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：88-92