IFMPCA方法在人脸识别中应用.docVIP

IFMPCA方法在人脸识别中应用 　　摘要：为了弥补传统PCA方法在人脸识别时易受光照、表情和姿态影响的缺陷，提出了一种基于独立特征提取的MPCA方法（ModularPCABasedonIndependentFeature，IFMPCA）。首先，选取人脸训练样本中具有相似光照、表情和姿态的图像进行分块，使各个子模块更接近高斯分布；然后，通过求出子模块图像的散布矩阵和最优投影矩阵得到最优独立特征矩阵；最后，利用最小距离分类器进行样本的分类。在Yale人脸数据库上的实验结果表明，IFMPCA算法在人脸正确识别率方面优于传统PCA算法。 关键词：主成分分析法；IFMPCA；人脸识别；独立特征提取 中图分类号：TP317.4文献标识码：A文章编号：1672-7800（2012）010-0170-03 作者简介：张锦华（1979-），女，硕士，周口师范学院计算机科学与技术学院助教，研究方向为图像处理和三维建模。 0引言 人脸识别作为生物识别的重要组成部分，在智能人机交互、身份鉴别和安全监控等方面有着广泛的应用。在人脸识别的众多方法中，基于特征脸的PCA方法（PrincipalComponentsAnalysis，主成分分析方法）是目前主流的线性鉴别分析方法之一。本质上，PCA方法是图像压缩的一种最优正交变换，用低维子空间来描述人脸特征，实现在最小均方意义下寻找最