分块多线性主成分分析及其在人脸识别中的应用研究.pdfVIP

第 42卷 第 3期 计 算 机 科 学 Vo1．42No．3 2015年 3月 Computer Science 分块多线性主成分分析及其在人脸识别中的应用研究 谢 佩 吴小俊 (江南大学物联网工程学院 无锡 214122) 摘 要 主成分分析(PrincipalComponentAnalysis，PCA)是人脸识别中一个经典的算法，但 PCA方法在特征提取时 考虑的是图像的整体信息，并没有考虑图像的局部信息，而分块 PCA (ModularPrincipalComponentAnalysis。Modu— larPCA)则可以有效地提取图像中重要的局部信息，所以在人脸识别实验中获得了比传统PCA更好的识别效果。但 PCA和ModularPCA都要进行图像的矢量化，这会破坏原始数据的空间结构，也有可能会导致 “维数灾难”。多线性 主成分分析 (MuhilinearPrincipalComponentA