一种基于图像分块加权的（2D）2PCA人脸特征提取方法

• 作者: 张学志 王玉德
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 二维主成分分析法 加权 特征融合 支持向量机 特征提取
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: ?光全息与信息处理?
• 页码范围: 25-26
• 页数: 2页
• 分类号: TN248.1
• 字数: 3071字
• 语种: 中文

摘要

论文针对二维主成分分析法（2DPCA）表征信息不全面且系数多的不足，提出分块加权处理的双向2DPCA（（2D）2PCA）方法提取人脸特征。该方法利用（2D）2PCA方法对人脸的各个分块提取特征，并对各分块的特征进行加权处理，然后应用支持向量机（SVM ）实现分类识别。经过在ORL人脸库的实验研究表明，该方法压缩了人脸识别系数，缩短了识别时间，提高了识别准确率。