基于matlab的人脸识别线性特征提取方法对比研究  

作　　者：严林[1] 

机构地区：[1]三峡大学计算机与信息学院,湖北宜昌443002

出　　处：《卷宗》2014年第5期280-281,共2页

基　　金：本文受到三峡大学硕士论文培优基金的支持（2013PY040）

摘　　要：如何有效的描述每个人脸的个体特征，使之容易区别于其他人，是人脸识别特征抽取中最关键的一部分。近年来，子空间分析方法因其具有描述性强、计算代价小等优点在人脸识别领域中得到了广泛的使用。本文重点对线性子空间方法中2DPCA，2DLDA，2DICA做了理论上的比较，并利用matlab编程获得了实验数据的支持。同等的实验条件下，在ORL姿态库和CMU表情库的实验结果表明2DLDA识别效果最优，2DPCA识别效率最高，而无论是从识别率还是识别速度上来说，2DICA均介于二者之间。

关 键 词：人脸识别 2DPCA 2DLDA 2DICA 

分 类 号：O175.1[理学—数学]