改进的模块2DPCA与MSD结合的人脸识别.pdfVIP

P ComputerEngineeringandApplications计算机工程与应用 改进的模块2DPCA与MSD结合的人脸识别 孔爱祥，王成儒 KONGAixiang，WANG Chengru 燕山大学 信息科学与工程学院，河北 秦皇岛 066004 SchoolofComputerScienceandEngineering，YanshanUniversity,Qinhuangdao，Hebei066004，China KONG Aixiang，WANG Chengru．Combinationofimprovedmodular2DPCA andmaximum scatterdifferencedis— criminateanalysisforfacerecognition．ComputerEngineeringandApplications，2014，50(2)：175-178． Abstract：A methodofcombinationofimprovedmodular2DPCA andMaximum ScatterDifferencediscriminateanalysis (MSD)isproposed．Theimprovedmodular2DPCAisappliedtotheoriginalfaceimagesforfeatureextraction．Then MSD isusedtothesub-imagesoftheseobtainedfeatureimagesinwhichwaythefinalfeatureimagesareobtained．This methodcannotonlyexploitlocalfeaturesoforiginalimageanddiscriminateinformationbutalsototallyavoidtheprob- lem ofsingularvaluedecompositionofmatrix．Experimentsperform edonORLfacedatabaseverifytheeffectivenessof theproposedm ethod． Keywords：modular2DimensionalPrincipalComponentAnalysis(2DPCA)；maximum scatterdifferencediscriminate analysis；facerecognition 摘 要：提出了一种改进的模块2DPCA与最大散度差鉴别分析相结合的人脸识别方法。该方法先对原始人脸图像 采用改进的模块2DPCA抽取特征，然后对得到的特征图像的子图像块施行最大散度差鉴别分析，得到最终的特征 图像。该方法不仅利用了原始图像的局部特征和类别信息，而且完全避免了使用矩阵的奇异值分解。在0RL人脸 库上的实验结果验证 了该方法的有效性。 关键词：模块二维主成分分析 (2DPCA)；最大散度差鉴别分析；人脸识别 文献标志码：A 中图分类号：TP391．4 doi：10．3778j／．issn．1002．8331．1203．0532 1 引言 等人提出了基于L1．norm的2DPCA方法，增强了系统 人脸识别技术是利用计算机从静态图像或视频图 对离群样本的鲁棒性。曾 等人提出一种基于加权变形 像 中检测分割人脸、提取人脸特征，然后与数据库 中已 的2DPCA方法，对人脸的3个子部分分别提取特征 ，然 知身份的人脸图像进行比对，从而实现身份识别的一种 后根据最近邻理论和权值进行分类。 技术 。。提取有效的特征是提高人脸识别系统性能的 在此基础上 ，陈 等人对2DPCA方法作了推广 ，提 关键 ，因此国内外研究人员对人脸特征提取进行了大量 出模块2DPCA(M2DPCA)，利用了图像的局部特征 ，实 研究。Turk和Pentland提 出特征脸 (Eigenface)方法 ， 验证明该方法更具有鲁棒性。朱 等人分析了M2DPCA 将主成分分析应用到人脸识别领域 ，该方法已成为测试 方法的缺陷，重新定义了总体散布矩阵，使之更符合实 人脸识别系统性能的基准算法，目前仍然被广泛地应 际意义。李 o-等人先利用类内平均脸规范化相应子块