基于改进的2DPCA人脸识别方法研究

摘要：

传统的主成分分析（PCA）方法在图像识别时需将图像矩阵转化成向量，造成图像向量的维数偏高，使得整个特征提取过程的计算量较大；在PCA的基础上，有人提出了二维主成分分析（2DPCA）的方法，但其本质是对图像矩阵按行进行特征提取，虽然消除了图像列的相关性，但是仍然忽视了行的相关性；因此，在此考虑一种改进的方法能同时消除图像行、列的相关性，并通过实验得到了比2DPCA更高效的识别率。

关键词：人脸识别、特征提取、主成分分析、二维主成分分析

所属期刊栏目：29

分类号：TP391.4(计算技术、计算机技术)

资助基金：重庆市自然科学基金CSTC,2011BB2116

在线出版日期：2012-06-17（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：45-49