基于二维广义主成分分析的人脸识别

• 作者: 朱善安 祝磊
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 二维广义主成分分析 主成分分析 人脸识别
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 自动化技术、计算机技术
• 页码范围: 264-267
• 页数: 4页
• 分类号: TP391.4
• 字数: 3174字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2007.02.016

摘要

针对人脸识别中的特征提取问题,提出了一种基于二维广义主成分分析(2DIMPCA)的人脸识别方法.有别于传统的人脸识别算法需要将二维人脸图像矩阵压缩成一维向量,该方法直接采用二维图像矩阵来构建方差矩阵,通过在水平和垂直2个方向上顺序执行2次广义主成分分析(IMPCA)运算,消除了人脸图像行和列的相关性,大大压缩了特征的维数.选用二维最小近邻分类法进行分类,计算识别率.在AT&T人脸库以及Yale人脸库上的测试结果表明,与主成分分析(PCA)和IMPCA相比,该方法具有更高的识别率和更快的识别速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱善安	浙江大学电气工程学院	261	3211	28.0	44.0
2	祝磊	浙江大学电气工程学院	8	132	6.0	8.0