基于(2D)2PCA的低分辨率人臉識別.pdf

1、特征臉域的超分辨率人臉識別是一種有效的低分辨率人臉識別方法。它將超分辨率重建從空間域投影到了低維的人臉空間，即特征臉域。在保證重建效果的前提下大大降低了計算復雜度?？墒牵怂惴ㄍ队八玫姆椒ㄊ侵鞒煞址治龇?，它需要將二維的圖像矩陣轉化為一維向量。而圖像矩陣的尺寸往往較大，向量化產生的高維數(shù)據(jù)，使得后續(xù)算法的計算復雜度很高;此外，圖像的向量化使得原始圖像中的某些隱含信息丟失，影響了重建結果。為此，研究人員提出了主成分分析的改進方法。

2、　　基于已有的算法，本文從特征提取和超分辨率重建兩個角度出發(fā)提出了兩個改進算法。第一個改進算法在已有算法的基礎上改用二維雙向主成分分析的方法進行特征提取，有效的提高了圖像的重建效果和圖像識別率。第二個改進算法是針對第一個算法遇到的問題提出來的。在第一個改進算法中，由于超分辨率的模型是建立在一維向量上的，所以特征提取得到的投影系數(shù)矩陣在超分辨率重建時需要轉化為一維向量，增加了計算的難度。所以，第二個改進算法提出了二維的超分辨率算法。它使得