一种改进的模块PCA方法及其在人脸识别中的应用

• 作者: 张涛 李晓东 费树岷
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 主成分分析 类内平均脸 分块PCA 特征矩阵 人脸识别
• 年，卷（期）: 2008,（11）
• 所属期刊栏目: 数据采集与处理
• 页码范围: 19-21,24
• 页数: 4页
• 分类号: TP391
• 字数: 2272字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8829.2008.11.007

摘要

提出了一种改进的模块PCA方法,即基于类内平均脸的分块PCA算法.该算法对每一类训练样本中每个训练样本的每一子块求类内平均脸,并用类内平均脸对训练样本类内的相应子块进行规范化处理,然后由所有规范化后的子块构成总体散布矩阵,从而得到最优投影矩阵;由训练集的全体子块的平均值对训练样本的子块和测试样本的子块进行规范化后投影到最优投影矩阵,得到识别特征;最后用最近距离分类器分类.在ORL人脸库上的试验结果表明,提出的方法在识别性能上明显优于普通模块PCA方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晓东		3	16	3.0	3.0
2	张涛		2	12	2.0	2.0
3	费树岷		3	13	2.0	3.0