一种基于模糊2DPLA方法在人脸识别的应用

• 作者: 周明全 宋家东 徐鹏飞 李晓娟
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 主成分分析 线性判别分析 二维化 模糊集 人脸识别
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 图形与图像技术
• 页码范围: 1647-1651
• 分类号: TP391
• 字数: 4534字
• 语种: 中文

摘要

利用模糊集的思想,并融合了二维化、主成分分析以及线性判别分析的优点提出一种基于模糊2DPLA的新方法.该方法将模糊集的概念融入到二维主成分分析和线性判别分析里面,然后在图像矩阵的水平方向和垂直方向分别使用嵌入模糊集的二雏线性判别分析和二维主成分分析进行降维,从而使数据具有较好的鲁棒性和自适应性,最后采用基于矩阵的F-范数代替基于向量的2一范数进行分类度量.实验阶段,本文采用Yale Face Database B、ORL和FERET数据库进行测试.实验结果证明该方法具有较好的鲁棒性同时能够获得较高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周明全	北京师范大学信息科学与技术学院	270	2127	22.0	27.0
2	宋家东	首都师范大学信息工程学院	3	22	3.0	3.0
3	李晓娟	首都师范大学信息工程学院	39	261	9.0	14.0
4	徐鹏飞	北京师范大学信息科学与技术学院	9	82	4.0	9.0