基于子模式的二维主成分分析融合复判别分析的人脸识别
提出了一种有效的人脸表示与识别的方法.为了能有效地保持各个子块间的空间关系,该方法首先对图像进行分块,对分块后各子样本集使用二维PCA方法分别抽取图像行间信息和列间信息,然后将子块的行和列特征融合成子复数特征矩阵.再利用复二维判别分析C2DLDA方法,从子复数特征矩阵中进一步进行特征提取,最后把各子复特征矩阵拼成相应原始图像的特征矩阵.实验结果表明,该方法降低了特征的维数,减少了表情和光照等因素对人脸识别准确率的影响,获得了较好的识别性能.
人脸识别、主成分分析、复二维判别分析、特征融合
38
TP391.41(计算技术、计算机技术)
广东省优秀青年科研项目;广东工业大学教学改革项目
2020-09-08（万方平台首次上网日期，不代表论文的发表时间）
共7页
70-76
