分块二维主成分分析鉴别特征抽取能力研究

摘要：

基于二维主成分分析(2DPCA),文章提出了分块二维主成分分析(M2DPCA)人脸识别方法.M2DPCA从模式的原始数字图像出发,先对图像进行分块,对分块得到的子图像矩阵采用2DPCA方法进行特征抽取,从而实现模式的分类.新方法的特点是能有效地抽取图像的局部特征,正是这些特征使此类模式区别于彼类.在ORL人脸数据库上测试了该方法的鉴别能力.实验的结果表明,M2DPCA在鉴别性能上优于通常的2DPCA和PCA方法,也优于基于Fisher鉴别准则的鉴别分析方法:Fisherfaces方法、F-S方法和J-Y方法.

关键词：线性鉴别分析、特征抽取、二维主成分分析、分块二维主成分分析、人脸识别

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金60472060;江苏省自然科学基金05KJD520036;淮安市科技发展基金HAG05053

在线出版日期：2006-10-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：69-72,75