基于模块2DPCA的人脸识别方法

摘要：

提出了模块2DPCA(two-dimensional principal component analysis)的人脸识别方法.模块2DPCA方法先对图像矩阵进行分块,将分块得到的子图像矩阵直接用于构造总体散布矩阵,然后利用总体散布矩阵的特征向量进行图像特征抽取.与基于图像向量的鉴别方法(比如PCA)相比,该方法在特征抽取之前不需要将子图像矩阵转化为图像向量,能快速地降低鉴别特征的维数,可以完全避免使用矩阵的奇异值分解,特征抽取方便;此外,模块2DPCA是2DPCA的推广.在ORL和NUST603人脸库上的试验结果表明,模块2DPCA方法在识别性能上优于PCA,比2DPCA更具有鲁棒性.

关键词：线性鉴别分析、模块2DPCA、特征抽取、人脸识别

所属期刊栏目：11

分类号：TP391(计算技术、计算机技术)

资助基金：中国科学院资助项目60472060;国家自然科学基金05KJD500036

在线出版日期：2006-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：580-585