文献类型：期刊文章

作　　者：陈伏兵[1] 谢永华[2] 严云洋[2] 杨静宇[2]

机构地区：[1]淮阴师范学院数学系,淮安223001 [2]南京理工大学计算机科学系,南京210094

出　　处：《计算机科学》

基　　金：国家自然科学基金(60472060);江苏省自然科学基金(05KJD520050)资助

年　　份：2006

卷　　号：33

期　　号：3

起止页码：155-159

语　　种：中文

收录情况：BDHX、BDHX2004、CSA、CSCD、CSCD2011_2012、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：基于主成分分析(Principal Component Analysis,PCA),本文提出了分块 PCA 人脸识别方法。分块 PCA 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 PCA 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 Yale 人脸数据库上测试了该方法的鉴别能力。实验的结果表明,分块 PCA 在识别性能上优于通常的 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、组合鉴别方法,识别率可以达到100%。

关 键 词：线性鉴别分析 主成分分析 特征抽取 分块主成分分析  人脸识别

分 类 号：TP391.41] TQ245.12[计算机类]