融合2DPCA和模糊2DLDA的人脸识别

• 作者: 梁久祯 赵冬娟
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 人脸识别 二维主成分分析 二维线性鉴别分析 模糊Fisherface 特征提取
• 年，卷（期）: 2011,（2）
• 页码范围: 420-422,449
• 分类号: TP391.41
• 字数: 3205字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2011.00420

摘要

结合模糊集理论、双向二维主成分-线性鉴别分析((2D)2PCALDA)的特点,提出一种新的人脸图像特征提取方法.算法首先对人脸图像进行二维主成分分析(2DPCA)处理,再用模糊K近邻算法计算图像的隶属度矩阵,并将其融入到2DLDA过程中,从而得到模糊类间散射矩阵和模糊类内散射矩阵.与(2D)2PCALDA相比,该算法充分利用了(2D)2PCALDA的优点,有效地提取了行和列的识别信息,并充分考虑了样本的分布信息.在Yale和FERET人脸数据库上的实验结果表明,该方法识别效果优于(2D)2PCALDA、双向二维主成分分析((2D)2PCA)等方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁久祯	江南大学物联网工程学院	74	332	10.0	13.0
2	赵冬娟	江南大学物联网工程学院	3	19	2.0	3.0