一种加权2DPCA方法在人脸识别中的应用
  • 【DOI】

    10.3969/j.issn.1671-4237.2009.04.011

  • 【摘要】

    在二维主成分分析方法的基础上,结合拉普拉斯算子提出了一种新的加权方法.这种方法不同于非监督学习的二维主成分分析方法,突出了各聚类间的差异,在强调人脸重要部位信息的同时保留了人脸轮廓信息,从而更有利于分类和识别.使用这种二维加权主成分分析方法在ORL数据库上与二维主成分分析方法进行对比测试,实验结果表明,该方法比普通的二维主成分分析方法具有更优的性能,并且在提高识别率的同时算法的复杂度并没有明显增加... 展开>>在二维主成分分析方法的基础上,结合拉普拉斯算子提出了一种新的加权方法.这种方法不同于非监督学习的二维主成分分析方法,突出了各聚类间的差异,在强调人脸重要部位信息的同时保留了人脸轮廓信息,从而更有利于分类和识别.使用这种二维加权主成分分析方法在ORL数据库上与二维主成分分析方法进行对比测试,实验结果表明,该方法比普通的二维主成分分析方法具有更优的性能,并且在提高识别率的同时算法的复杂度并没有明显增加. 收起<<

  • 【作者】

    赵文磊  刘舒 

  • 【作者单位】

    中国人民公安大学安全防范系

  • 【刊期】

    安防科技 2009年4期

  • 【关键词】

    二维主成分分析  拉普拉斯算子  二维加权主成分分析  人脸识别