文献类型：期刊文章

作　　者：陈伏兵[1] 陈秀宏[1] 张生亮[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：《中国图象图形学报》

基　　金：国家自然科学基金项目(60472060);江苏省自然科学基金项目(05KJD500036)

年　　份：2006

卷　　号：11

期　　号：4

起止页码：580-585

语　　种：中文

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

摘　　要：提出了模块2DPCA(two-d im ensional princ ipal component analysis)的人脸识别方法。模块2DPCA方法先对图像矩阵进行分块,将分块得到的子图像矩阵直接用于构造总体散布矩阵,然后利用总体散布矩阵的特征向量进行图像特征抽取。与基于图像向量的鉴别方法(比如PCA)相比,该方法在特征抽取之前不需要将子图像矩阵转化为图像向量,能快速地降低鉴别特征的维数,可以完全避免使用矩阵的奇异值分解,特征抽取方便;此外,模块2DPCA是2DPCA的推广。在ORL和NUST603人脸库上的试验结果表明,模块2DPCA方法在识别性能上优于PCA,比2DPCA更具有鲁棒性。

关 键 词：线性鉴别分析 模块2DPCA 特征抽取 人脸识别

分 类 号：TP391]