一种基于加权变形的2DPCA的人脸特征提取方法

• 作者: 冯大政 曾岳
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 人脸识别 人脸表示 主成分分析法(PCA) 2维主成分分析法(2DPCA)
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 论文
• 页码范围: 769-774
• 分类号: TP391.41
• 字数: 5363字
• 语种: 中文
• DOI: 10.3724/SP.J.1146.2010.01003

摘要

该文首先分析了主成分分析法(PCA)和2维主成分分析法(2DPCA)的关系,针对2DPCA丢失具有鉴别能力的协方差信息以及PCA方法不能解决小样本的问题,提出了基于一种加权变形的2DPCA的人脸特征提取方法(WV2DPCA),该方法利用变形的2DPCA方法分别对人脸3个子部分分别提取特征,然后根据最近邻理论和权值进行分类.经过在ORL人脸库和YALE人脸库的实验研究表明:与2DPCA相比,提高了人脸空间的识别率,压缩了人脸空间的系数,减少了识别时间;在识别的准确率方面,更优于传统的Fisherfaces,IC,Kernel Eigenfaces的算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯大政	西安电子科技大学计算机学院	199	1584	18.0	28.0
2	曾岳	西安电子科技大学计算机学院	8	72	4.0	8.0