一种基于双向2DPCA及遗传算法的人脸识别方法  

Face recognition based on two-directional 2DPCA and genetic algorithm

作　　者：董晓庆[1] 陈洪财[1] 谢森林[1] 曾辉[1] 

机构地区：[1]韩山师范学院物理与电子工程系,广东潮州521041

出　　处：《华中师范大学学报（自然科学版）》2014年第5期656-661,共6页Journal of Central China Normal University：Natural Sciences

基　　金：国际科技合作项目(中国科技部;2011DFR90720);2013年教育部高等学校"专业综合改革试点"项目(Z90411);2013年广东省高等学校"专业改革试点"项目(Z13016)

摘　　要：提出了一种双向二维PCA((2D)2PCA)及改进遗传算法(GA)相结合的人脸识别方法.该方法首先利用(2D)2PCA分别从图像的行、列方向进行特征提取,然后通过遗传算法对提取的特征空间以并行的方式进行优化,得到最优行、列特征空间,最后根据最优特征空间进行分类.在ORL人脸库上的实验结果表明,该方法较之传统的方法具有更高的识别率及识别速度,在各种鉴别特征维数下更具鲁棒性,是有效的人脸识别方法.A new face recognition method based on two-directional two-dimensional PCA （（2D）2PCA） and improved genetic algorithm （GA） is proposed in the paper.The method consists of three consecutive stages：First,the （2D）2PCA is used to extract features from the images in the row and column directions.Then improved genetic algorithm is applied for getting optimal feature spaces from the row and column feature spaces in a parallel manner.Finally,the optimal feature spaces are employed for face classification.Experimental results on ORL face database show that the proposed method achieves the higher recognition accuracy and faster recognition speed than the traditional methods,and is more robust in a variety dimensions of discriminate features.The new method is an effective method for face recognition.

关 键 词：人脸识别 双向二维PCA((2D)2PCA) 遗传算法(GA) 特征空间 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]