基于二维对称主成分分析的人脸识别.pdfVIP

维普资讯 第29卷 第6期 仪 器 仪 表 学 报 Vol_29No．6 2008年 6月 ChineseJournalofScientificInstrument Jun．2008 基于二维对称主成分分析的人脸识别术 赵丽红，张西礼 ，徐心和 (东北大学信息科学与工程学院 沈阳 110004) 摘 要 ：由于人脸姿态、光照和表情等各方面的显著差别，使人脸识别成为非常具有挑战性的模式识别问题。主成分分析是模式 识别技术中经典的特征抽取和降维技术之一。本文把其改进算法二维对称主成分分析应用到人脸识别中。二维对称主成分分析 与传统主成分分析和对称主成分分析相比，可以得到更好的适合分类的特征。实验结果表明，二维对称主成分分析不仅实现了降 维 ，而且能取得比传统主成分分析和对称主成分分析更好的识别性能，对ORL标准人脸数据库的正确识别率达到94％以上。 关键词：特征抽取；二维对称主成分分析；主成分分析；人脸识别 中图分类号：唧I2 文献标识码：A 国家标准学科分类代码 ：520．604 Facerecognitionbasedon2D symmetricalPCA ZhaoLihong，ZhangXili，XuXinhe (InformationScienceEngineeringCollegeofNortheasternUniversity，Shenyang110004，China) Abstract：Becauseofobviousvariationsin facepose，lighting，and expression，facerecognition becomesavery challengingresearchtopicinpatternrecognition．PrincipalComponentAnalysis(PCA)isoneoftheclassicalmeth- odsforfeatureextraction anddimensionalreduction．An improvedPCA algorithm with twodimension symmetrical PCA (2DSPCA)，wasusedinfacerecognition．Thebetterfeaturessuitableofrcategorizationwereextractedbased on2DSPCA comparedwithclassicalPCA．Experimentresultsalsodemonstratethat2DSPCA isnotonlygoodatdi- mensionalreduction，butalsoachievesbetterperformancethanclassicalPCA andSPCA，itsrecognitionrateofrORL databaseishigherthan94％ ． Key words：featureextraction；2DSPCA ；PCA ；facerecognition ysis，2DSPCA)采用在2DPCA的基础上，对原始图像和镜 1 引 言 像图像分别提取主成分，很好地解决了上述问题。 本文在二维主成分分析的基础上利用人脸模式的镜 主成分分析 刮(principalcomponentanalysis，PCA)是 像对称性，结合KL(KarhunenLo~ve)展开 与奇偶分解 模式识别领域中一种经典的特征抽取和降维方法。但是 原理，提出了二维对称主成分分析算法。通过引