融合类别信息的二维主成分分析人脸识别算法

作     者：徐倩 邓伟 XU Qian;DENG Wei

作者机构：苏州大学计算机科学与技术学院江苏苏州215006 

基　　金：国家自然科学基金项目(60572074) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2008年第29卷第22期

页      码：5792-5794页

摘      要：二维主成分分析(2DPCA)已被成功地应用在人脸识别领域,但是这种2DPCA是无监督方法,投影没有考虑到类别信息,在一定程度上影响了识别性能。因此提出一种新的2DPCA,它利用训练样本的类别标记来生成K-L变换的产生矩阵,融合了样本的类别信息,从而使2DPCA的识别性能更好。基于ORL和Yale人脸数据库的实验表明该方法比传统的2DPCA的识别性能更高。

主 题 词：二维主成分分析 人脸识别 无监督方法 类别信息 K-L变换 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2008.22.045

馆 藏 号：203187988...