模块二维主成分分析——人脸识别新方法

• 作者: 张生亮 杨静宇 陈伏兵 陈秀宏
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 线性鉴别分析 特征抽取 特征矩阵 人脸识别
• 年，卷（期）: 2006,（14）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 179-180,183
• 页数: 3页
• 分类号: TP391
• 字数: 3117字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2006.14.066

摘要

提出了模块二维主成分分析(M2DPCA)线性鉴别分析方法.M2DPCA方法先对图像矩阵进行分块,对分块得到的子图像矩阵直接进行鉴别分析.其特点是:能有效地降低模式原始特征的维数;可以完全避免使用矩阵的奇异值分解,特征抽取方便;此外,2DPCA是M2DPCA的特例.在ORL人脸库上试验结果表明,M2DPCA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