基于分块的2DPCA人脸识别方法

• 作者: 李靖平
• 来源期刊: 长春师范学院学报（自然科学版）
• 学科: 工学
• 关键词: 二维主成分分析 分块二维主成分分析法 特征提取 人脸识别
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 计算机技术与信息科学研究
• 页码范围: 40-44
• 页数: 5页
• 分类号: TP391.41
• 字数: 3367字
• 语种: 中文

摘要

将分块理论与2DPCA方法相结合,研究分块二维主成分分析法(M-2DPCA)在人脸识别中的应用.对人脸图像矩阵进行分块,用形成的子图像矩阵直接构造总体散布矩阵并求解对应的特征向量,利用提取的特征向量对图像进行特征的提取与分析,进行人脸识别.基于Yale人脸数据库的实验显示,在相同训练样本和特征向量条件下,M-2DPCA比2DPCA算法具有更高的识别率.M-2DPCA充分利用了图像的协方差信息,在人脸识别方面具有较高的识别率和鲁棒性方面,对进一步研究人脸识别具有重要的意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李靖平	黎明职业大学信息与电子工程学院	13	12	2.0	2.0