基于二维主成分分析的人脸图像识别.docxVIP

基于二维主成分分析的人脸图像识别 摘 要 本文旨在使用2DPCA，即二维主成分分析的方法，用于人脸图像识别。较普遍的PCA（主成分分析）手段相异，2DPCA将以2D原数据集为核心，而不以一维矢量为核心，而故在提取投影束（集）之时并不必令2D原数据集变成为1D矢量。相反地，使用2DPCA以原始的图像矩阵便可以直接构造图像的协方差（散射）矩阵，并通过特征值分解或奇异值分解导出其投影特征矢量（主成分）用于图像特征的提取。为了测试2DPCA并评估其性能与其他方法的异同，本文将在多个图像数据库上进行一系列实验。结果发现在实验中2DPCA比PCA的人脸识别率要高。且使用2DPCA比PCA要大大