一种局部加权二维主成分分析算法和其在人脸识别中应用.PDFVIP

第 2 卷第 3 期 　　　 　　　　 　　　　　　　智 　能 　系 　统 　学 　报 　　　　 　　　　 　 　 　　Vol . 2 №. 3 2007 年 6 月 　　　　　　　 　 　　 　　　　　　　　　　　J un . 2007 CAA I Tran saction s on Int elligent Sy st em s 一种局部加权的二维主成分分析算法 及其在人脸识别中的应用 金 　一 , 阮秋琦 (北京交通大学 计算机与信息技术学院 ,北京 100044) 摘 　要 :提出了一种将局部特征加权与二维主成分分析相结合的局部加权的二维主成分分析方法. 引入了二维局部 加权特征子空间的概念 ,将各类样本映射到这个局部加权特征子空间 ,再通过计算测试样本到加权子空间的距离进 行样本的分类. 使用这种方法在 ORL 人脸库上进行测试 ,结果表明 ,经过局部特征加权的二维主成分分析方法比普 通的二维主成分分析方法具有更优的性能 ,并且在提高识别率的同时算法的复杂程度并没有明显增加. 关键词 :二维主成分分析 ;局部加权 ;人脸识别 ;加权特征提取 中图分类号 : TP39 1. 4 　文献标识码 :A 　文章编号 (2007) A partially weighted t wodimensional PCA f or face recognition J IN Yi , RU AN Qiuqi (College of Comp ut er and Information Technology , Beij ing J iaotong U niver sit y , Beij ing 100044 , China) Abstract :Thi s p ap er p ropo se s f ace reco gnition soft ware t hat u se s t wodimen sional p rincip al co mponent a naly si s (2D PCA) in conj unction wit h p artial feat ure weighting by app lying t wodimen sional p artialweigh ting to t he charact eri stic sub sp ace . Fir st face s are mapp ed onto t hi s p artially weight ed 2D PCA sub sp ace , t hen t he samp le s are cla ssified by calculatin g t he di st ance f ro m t he samp le s to t he p artially weight ed 2D PCA sub sp ace . To t e st t hi s new met ho d , ORL f ace dat aba se s were u sed an d it wa s found t hat t he rec o gnition rat e wa s higher t han wit h eit her 2D PCA or PCA and t he co mp ut atio nal co mp lexit y did not in crea se significant ly . Key words : t wodimen sional p rincip al co mpo nent analy si s ; p artiallyweight ed ; f ace reco gnition ; weight