基于二维主成分分析方法的人脸识别

摘要：

由于人脸姿态、光照和表情等各方面的显著差别,使人脸识别成为非常具有挑战性的模式识别问题.主成分分析是模式识别技术中经典的特征抽取和降维技术之一.使用二维主成分分析方法(2D PCA)实现了人脸识别,传统的主成分分析方法(PCA)把图像矩阵转换成列向量进行处理,从而丢失了一部分特征信息,并且使协方差矩阵的维数很高、计算量很大;2D PCA直接在图像矩阵上进行处理,充分利用了样本类别的差异,大大减少了计算量.在ORL人脸库上利用2D PCA方法进行实验,实验结果表明2D PCA优于PCA.

关键词：人脸识别、特征提取、主成分分析方法(PCA)、二维主成分分析方法(2D PCA)

分类号：O46(真空电子学（电子物理学）)

在线出版日期：2009-10-20（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：92-94