改进2DPCA算法在人脸识别中的应用

摘要：

随着二维主成分分析法在人脸识别中的应用,许多基于2D的分析方法日益成熟.相比于PCA算法基于向量的特征提取,2DPCA算法是基于矩阵的特征提取.与依赖于特征矩阵的列或特征矩阵的全部矩阵的方法不同,提出了基于特征矩阵行的距离测量方法,该算法与KNN算法进行了结合.通过使用该方法可以缓解2DPCA算法相比于基于主成分分析的算法(PCA)需较多系数的问题.在人脸数据库上的实验结果表明,所提方法的分辨精度比2DPCA方法高,在准确性和存储容量方面超过了2DPCA算法.

关键词：2DPCA、人脸识别、行-KNN

所属期刊栏目：44

分类号：TN911.4

资助基金：国家自然科学基金项目61471224;山东省高等学校科技计划项目J16LN80,J16LN94

在线出版日期：2018-01-24（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：267-268,311