一种基于模糊2DPLA的人脸识别方法

• 作者: 周明全 宋家东 徐鹏飞 李晓娟
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 二维化 主成分分析 线性判别分析 模糊集 隶属度
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 图形图像
• 页码范围: 286-291
• 分类号: TP391.41
• 字数: 6474字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2011.04.065

摘要

将模糊集的隶属度函数矩阵嵌入到二维主成分分析以及二维线性判别分析中,形成了一种基于模糊2DPLA的新方法.该方法首先通过基于模糊的KNN方法求出隶属度函数矩阵;然后将隶属度函数矩阵从图像矩阵的水平方向和垂直方向分别嵌入到二维主成分分析和二维线性判别分析中,从而更好地实现降维;最后采用基于矩阵的F-范数代替传统的基于向量的2-范数进行分类度量.实验阶段.采用Yale Face Database B,ORL和FERET人脸数据库进行了测试和验证.结果证明,该方法具有较好的鲁棒性,并能获得较高的识别率.

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