一种改进的2DPCA人脸识别方法

• 作者: 韩晓翠
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 人脸识别 二维主成分分析 样本中间值 特征提取
• 年，卷（期）: 2010,（25）
• 页码范围: 185-187
• 分类号: TP391
• 字数: 2202字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.25.054

摘要

在小样本情况下,传统的2DPCA算法中采用的训练样本的平均值不一定就是训练样本分布的中心,为了解决这个问题,提出了一种基于样本中间值的2DPCA人脸识别算法(M2DPCA),该算法采用训练样本的中间值代替训练样本的平均值,以此重建总体散布矩阵.在ORL和FERET人脸数据库上的实验结果证明,新方法可以有效改善识别性能,优于传统的PCA和2DPCA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	韩晓翠	临沂师范学院信息学院	10	36	3.0	5.0