基于模块2DPCA的人脸识别方法

• 作者: 张生亮 杨静宇 陈伏兵 陈秀宏
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 线性鉴别分析 模块2DPCA 特征抽取 人脸识别
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 学术论文与技术报告
• 页码范围: 580-585
• 页数: 6页
• 分类号: TP391
• 字数: 4445字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-8961.2006.04.023

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨静宇	南京理工大学计算机科学系	623	11098	50.0	74.0
2	张生亮	南京理工大学计算机科学系	16	422	12.0	16.0
3	陈伏兵	淮阴师范学院数学系	20	589	15.0	20.0
5	陈秀宏	淮阴师范学院数学系	22	272	5.0	16.0