基于DCT融合2DPCA与DLDA的人脸识别

• 作者: 张君昌 徐振华 苏迎春
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 人脸识别 离散余弦变换 直接线性判决分析 二维主成分分析
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 可视化仿真技术
• 页码范围: 192-194,203
• 页数: 4页
• 分类号: TP391.4
• 字数: 3000字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2009.08.047

摘要

传统的基于主成分分析的人脸识别需要将图像矩阵转化为向量,特征提取需要花费大最时间.二维主成分分析直接利用图像矩阵,特征提取速度快,但特征数量大,影响分类速度.因此,提出了一种基于离散余弦变换(DCT)的二维主成分分析(2DPCA)和直接线性判决分析(DLDA)结合的人脸识别方法.算法首先用DCT对人脸图像进行压缩并重建,然后利用2DPCA和DLDA对人脸图像进行特征提取.最后选用最近邻分类器进行分类.在ORL人脸库上的测试结果表明,与DLDA或2DPCA算法相比,算法具有更高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张君昌	西北工业大学电子信息学院	28	179	8.0	11.0
2	徐振华	西北工业大学电子信息学院	22	106	6.0	9.0
3	苏迎春	西北工业大学电子信息学院	1	8	1.0	1.0