一种M2DPCA和NSA相结合的人脸识别方法

摘要：

将非参数子空间分析方法(NSA)和模块化2DPCA方法相结合,提出了一种模块化2DPCA+NSA方法.NSA方法需将图像矩阵转化为向量后进行特征提取,导致数据维数很大,没有考虑到图像的局部特征,对图像矩阵进行分块,采用2DPCA进行特征提取,得到替代原始图像的低维新模式,施行NSA.该法能有效提取图像的局部特征,而由于考虑到类内、类间的差异,可弥补PCA的缺陷.在ORL人脸库和XM2VTS人脸库上对LDA方法、NSA方法以及该方法分别进行了评价和测试,结果显示,所提方法在识别效果上优于LDA方法和NSA方法.

关键词：模块化二维主元成分分析法(M2DPCA)、非参数子空间分析方法(NSA)、特征提取、人脸识别

所属期刊栏目：48

分类号：TP391(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项资金资助JUSRT211A70

在线出版日期：2012-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：174-176