随机采样的2DPCA人脸识别方法

摘要：

在2DPCA的基础上提出一种随机采样的2DPCA人脸识别方法--RRS-2DPCA.同传统通过对特征或投影向量进行采样的方法不同的是,RRS-2DPCA(Row Random Sampling 2DPCA)将随机采样建立于图像的行向量集中,然后在行向量子集中执行2DPCA.在ORL、Yale和AR人脸数据集上进行实验,结果表明RRS-2DPCA不仅具很好的识别性能和运算效率,而且对参数具有很大的稳定性.另外针对2DPCA和RRS-2DPCA对光线、遮挡等不鲁棒问题,进一步提出了局部区域随机采样的2DPCA方法LRRS-2DPCA(Local Row Random Sampling 2DPCA),将RRS-2DPCA执行在人脸图像的局部区域中.实验结果表明LRRS-2DPCA不仅具有较好的鲁棒性更大大的提高了RRS-2DPCA的识别性能.

关键词：人脸识别、二维主成分分析(2DPCA)、局部区域、随机采样

所属期刊栏目：32

分类号：TP391(计算技术、计算机技术)

资助基金：南京航空航天大学基本科研业务费专项科研项目NS2010233

在线出版日期：2012-06-26（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：2461-2465