基于子模式双向二维主成分分析的人脸识别  

Face recognition based on sub-pattern two-directional 2DPCA

作　　者：张先武[1] 郭雷[1] 

机构地区：[1]西北工业大学自动化学院,陕西西安710072

出　　处：《光电子．激光》2009年第11期1498-1502,共5页Journal of Optoelectronics·Laser

基　　金：国家自然科学基金资助项目(60675015;60802084)

摘　　要：为了减轻人脸姿态、表情和光照条件等因素变化对识别率的影响,采用了一种子模式双向二维主成分分析(Sp-(2D)2PCA)的人脸识别新方法。该方法通过对原图像进行分块处理,能有效地抽取原图像的局部特征;同时,通过采用(2D)2PCA对分块得到的子图像矩阵直接进行特征抽取,避免了矩阵向量间的转化,能精确地计算协方差矩阵的特征向量,并能有效地降低特征维数。试验结果表明,在姿态、表情和光照条件变化的情况下,Sp-(2D)2PCA都具有较好的识别性能。To reduce the impacts on face recognition rate coursed by variations of pose,expression and illumination,a new face recognition approach based on sub-pattern two-directional 2DPCA is adopted.By dividing the original images into blocks,the approach can efficiently extract the local discriminant features of these images.At the same time,the two-directional 2DPCA((2D)2PCA)method is used to extract the features on these blocks straightly,which avoids the conversion between matrix and vector.Therefore,the method...

关 键 词：人脸识别 特征抽取 双向二维主成分分析((2D)2PCA) 子模式(2D)2PCA(Sp-(2D)2PCA) 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]