基于改进的二维线性判别分析的人脸识别

• 作者: 叶延亮 徐正光
• 来源期刊: 科技与创新
• 关键词: 2DPCA B2DLDA 2DPCA+B2DLDA
• 年，卷（期）: 2008,（19）
• 所属期刊栏目: 模式识别
• 页码范围: 254-255,226
• 页数: 3页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2008.19.106

摘要

本文提出一种新的特征提取方法,人脸图像在2DPCA投影的基础上进行B2DLDA投影提取出人脸特征.这种方法克服了传统PCA和LDA方法的小样本问题和维数灾难问题,并且充分利用了二维人脸图像矩阵空间结构信息,大幅度降低了人脸特征维数.实验证明这种方法的识别率比传统的PCA和2DPCA方法高,识别时间和训练时间比传统的PCA和2DPCA方法少.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐正光		56	719	15.0	25.0
2	叶延亮		2	2	1.0	1.0