一种基于2DLPP和2DLDA的人脸识别方法研究

• 作者: 韩璐
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 人脸识别 特征抽取 特征层融合
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 87-90
• 页数: 4页
• 分类号: TP391.4
• 字数: 2976字
• 语种: 中文

摘要

局部保持投影(locality preserving projection,LPP)和线性鉴别分析(linear discriminant analysis,LDA)是两种有效的一维特征提取方法,广泛应用于人脸识别领域.但采用一维特征提取方法时会存在列向量化时样本的结构信息被破坏和样本在提取特征时必须对协方差矩阵进行特征分解,对于高维小样本的问题很容易出现协方差矩阵奇异的问题.文中提出将二维局部保持投影(2DLPP)和二维线性鉴别分析(2DLDA)这两种方法在特征层进行融合并应用在人脸识别.基于人脸库AR上的实验表明,该方法比传统的LPP和LDA识别性能更高,因此可作为一种新的人脸识别方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩璐		13	40	3.0	6.0