一种基于2DPCA和SVM的人脸识别方法

• 作者: 万鸣华 刘中华 金忠
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 二维主成份分析 支持向量机 人脸识别 特征提取
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 信源处理
• 页码范围: 100-102
• 页数: 3页
• 分类号: TP391.41
• 字数: 2273字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2009.05.035

摘要

在人脸识别过程中,基于2DPCA特征提取方法具有直接、高效等特点.但它只包含了二阶统计信息,因而丢失了可能对分类很有用的高阶统计信息而使识别率受到一定影响.SVM采取升维的方法把线性不可分问题转变为线性可分问题,识别率较高,但直接对图像分类时运算量大、运行时间长.文章结合两者的优点,使用了2DPCA和SVM相结合的人脸识别方法,即先利用2DPCA进行特征提取,然后把降维后的数据输入SVM进行分类识别.该方法在ORL、YALE人脸库上的实验表明,不但可以提高识别率,而且所用时间明显减少.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金忠	南京理工大学计算机科学与技术学院	72	1142	17.0	31.0
2	万鸣华	南京理工大学计算机科学与技术学院	9	69	5.0	8.0
3	刘中华	南京理工大学计算机科学与技术学院	16	137	8.0	11.0