基于对称二维主成分分析人脸识别.pdfVIP

维普资讯 第21卷 第3期 模式识别与人工智能 No．3 2008年6月 PR AI 2008 基于对称二维主成分分析的人脸识别术 杨万扣 任明武 杨静宇 (南京理工大学 计算机科学与技术学院 南京 210094) 摘 要 提出一种基于人脸直观上镜像对称的算法——对称二维主成分分析，并成功应用于人脸识别．该算法引 入镜像变换 ，根据奇偶分解原理，分别生成奇偶对称样本，再分别进行二维PCA变换，生成奇偶本征空间．根据选择 性集成的思想，从奇偶本征空间挑选出更具有鉴别信息的本征向量构造人脸特征提取的本征空间．提取人脸图像 的各奇偶对称的二维主成分特征进行识别．理论分析与实验证明，该算法既扩大样本容量，又提高识别率 ，同时该 算法对光照变换有一定的不敏感性． 关键词 人脸识别，二维主成分分析(2DPCA)，对称二维主成分分析(S2DPCA)，镜像变换，选择性集成 中图法分类号 TP391．4 FaceRecognitionBasedonSymmetrical2DPCA YANG Wan-Kou，RENMing-Wu，YANGJing-Yu (SchoolofComputerScienceandTechnology，NanjingUniversityofScienceandTechnology， Nanfing210094) ABSTRACT An algorithm is proposed，called symmetrical two dimensionalprincipal component analysis (S2DPCA)．Itisbasedonthetheoryoffunctiondecompositioninalgebraandmirrorsymmetry in geometry．Firstly，mirrortransform isappliedtoimages．Then，theimagesaredecomposedintoevenand oddsymmetricalimages，and2DPCA areperformedontheevenandoddimagesrespectively．According totheideaofselectiveensemble，themorediscriminanteigenvectorsoftheevenandoddimagespaceare selectedto constructthefinaleigenspace．Finally，the even andodd 2DPCA featuresare gotten by projectingsamplesontotheeigenspace．Boththeoreticalanalysisandexperimentalresultsdemonstrate thatthealgorithm canenlargethenumberoftrainingsamplesandraisetherecognitionrate． Key Words Face Recognition，Two DimensionalPrincipalComponentAnalysis (2DPCA)， SymmetricalTwoDimensionalPrincipalComponentAnalysis (S2DPCA)，Mirror Transform ，SelectiveEnsemble 国家 自然科学基金重点项 目(No．6063205