|
|||||
|
|
| 模块二维主成分分析——人脸识别新方法 | |
| 作者姓名： | 陈伏兵 陈秀宏 张生亮 杨静宇 |
| 作者单位： | 1. 淮阴师范学院数学系,淮安,223001;南京理工大学计算机科学系,南京,210094 2. 南京理工大学计算机科学系,南京,210094 |
| 基金项目： | 国家自然科学基金;江苏省自然科学基金 |
| 摘 要： | 提出了模块二维主成分分析(M2DPCA)线性鉴别分析方法。M2DPCA方法先对图像矩阵进行分块,对分块得到的子图像矩阵直接进行鉴别分析。其特点是：能有效地降低模式原始特征的维数;可以完全避免使用矩阵的奇异值分解,特征抽取方便;此外,2DPCA是M2DPCA的特例。在ORL人脸库上试验结果表明,M2DPCA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 特征抽取 特征矩阵 人脸识别 |
| 文章编号： | 1000-3428（2006）14-0179-02 |
| 收稿时间： | 2005-10-19 |
| 修稿时间： | 2005-10-19 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《计算机工程》浏览原始摘要信息 | |
| 点击此处可从《计算机工程》下载全文 | |