基于2DPCA的人臉識(shí)別方法.pdf

1、由于人臉識(shí)別在身份認(rèn)證、視覺監(jiān)控以及人機(jī)接口等方面有著廣泛的應(yīng)用前景，從而成為近年來計(jì)算機(jī)視覺和模式識(shí)別領(lǐng)域的一大研究熱點(diǎn)。計(jì)算機(jī)自動(dòng)人臉識(shí)別就是從包含人臉靜態(tài)圖像或動(dòng)態(tài)視頻序列圖像中借助計(jì)算機(jī)技術(shù)提取出人臉的個(gè)性化特征，并依據(jù)此特征自動(dòng)識(shí)別出人的身份。人臉識(shí)別是一種重要的生物特征識(shí)別技術(shù)，其關(guān)鍵問題是如何從人臉圖像中有效地抽取出描述每個(gè)個(gè)體的特征，使之區(qū)別于其他個(gè)體。
　　現(xiàn)今的人臉識(shí)別算法通常是把人臉圖像投影到由特征向量組成的

2、子空間中，因此特征向量的選取決定了人臉識(shí)別的效果。本文在M-2DPCA算法的基礎(chǔ)上，引入識(shí)別能力的概念，提出了一種加權(quán)的分塊二維主成分分析算法。由于增加子圖像的權(quán)值能夠提高不同類之間的差異，從而提高容錯(cuò)性。實(shí)驗(yàn)證明該算法需要較少的投影特征數(shù)，且增強(qiáng)了魯棒性并有效提高了識(shí)別率。類似地，本文在HV2DPCA算法的基礎(chǔ)上，使用識(shí)別能力的概念，提出了一種加權(quán)的水平垂直二維主成分分析算法。實(shí)驗(yàn)證明該算法具有更高的識(shí)別率。最后，針對(duì)非線性可分問題，