改进的双向2DPCA的人脸识别方法

• 作者: 刘敏丽 叶永凯 封玲娟 王玉德
• 来源期刊: 电子技术
• 关键词: 人脸识别 双向二维主成分分析方法 样本中间值 支持向量机
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 电子技术研发
• 页码范围: 4-7
• 页数: 4页
• 字数: 2768字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0755.2012.11.002

摘要

为了提高人脸识别的准确率,且考虑到训练样本的平均值不一定是训练样本分布中心,提出了改进的双向2DPCA人脸识别方法.首先,应用样本中间值代替样本的平均值来重建图像的总体散布矩阵,求解图像总体散布矩阵得到行列两个方向的最优投影向量,然后把人脸图像向这两个方向变换得到人脸识别特征矩阵,最后应用支持向量机进行分类识别.在ORL人脸库和Yale人脸库上对该算法进行实验研究,表明此方法在识别性能上优于普通的二维主成分分析和普通的双向二维主成分分析算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王玉德		49	334	11.0	16.0
2	叶永凯		4	13	2.0	3.0
3	封玲娟		3	21	3.0	3.0
4	刘敏丽		1	3	1.0	1.0