预览加载中，请您耐心等待几秒...

基于二维线性判别分析的人脸识别算法研究.pdf

预览
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲，该文档总共11页，到这已经超出免费预览范围，如果喜欢就直接下载吧～

下载提示 文本预览

如果您无法下载资料，请参考说明：

1、部分资料下载需要金币，请确保您的账户上有足够的金币

2、已购买过的文档，再次下载不重复扣费

3、资料包下载后请先用软件解压，在使用对应软件打开

中国科技论文在线http://www.paper.edu.cn 基于二维线性判别分析的人脸识别算法研 # 究 王丽莉，周亚同，王宝珠** 5（河北工业大学信息工程学院） 摘要：在现有成熟的人脸识别算法中，主成份分析法（PCA）侧重于压缩，不利于分类，线 性判别分析（LDA）算法虽适合于分类，但存在小样本的问题。PCA+LDA算法是先利用 PCA技术对原图像进行降维处理，使得类内离散度矩阵非奇异，之后再用LDA的方法进行 特征提取，但在利用PCA降维的同时会丢失部分图像信息，影响后续的分类。为此，本文 10研究了双向二维线性判别分析2DLDA的方法，该方法是直接从人脸图像矩阵求得类内和类 间离散度矩阵，并不需要将人脸图像矩阵转化为向量，不仅解决了小样本问题，也减少了计 算量，实验结果也表明2DLDA算法相对于PCA、PCA+LDA算法具有一定的优势 关键词：人脸识别；主成分分析；线性判别分析；PCA+LDA；二维线性判别分析 中图分类号：TP391.9 15 studyonfacerecognitionalgorithmbasedon two-dimensionallineardiscriminantanalysis WANGLili,ZHOUYatong,WANGBaozhu (SchoolofInformationEngineering,HebeiUniversityofTechnology) 20Abstract:Intheexistingmaturefacerecognitionalgorithms,theprincipalcomponentanalysis(PCA) methodfocusesoncompression,isnotconducivetotheclassification.Thelineardiscriminantanalysis (LDA)algorithm,althoughsuitableforclassification,butthereareproblemsofsmallsamples.PCA+ LDAalgorithmusePCAtoreducethedimensionoftheoriginalimagefirstly,andtomaketheclass scattermatrixnonsingular,thenuseLDAmethodforfeatureextraction.However,thismethodwillalso 25losesomeimageinformationwhenusingPCAtoreducedimension,andisnotgoodforthesubsequent classification.Tosolvethisproblem.Thispaperstudiedthetwo-dimensionallineardiscriminant analysismethod(2DLDA).Themethodobtaineedthewithinandbetween-classscattermatrixfromthe faceimagematricesdirectly,anddoesnotneedtochangefaceimagesintovectormatrix,notonly solvedthesmallsamplesizeproblem,butalsoreducedtheamountofcomputation.Experimental 30resultsshowthat2DLDAalgorithmhascertainadvantagescomparedtothePCA,PCA+LDA algorithm. Keywords:FaceRecognition;PCA;LDA;PCA+LDA;2DLDA 0引言 35随着社会对安全系统的迫切需要，人脸识别技术不仅可以应用到国家的安全方面，还可 以应用到军事和公共安全等方面。虽然人类可以毫不费力的辨别成千上万张人脸，但是利用 计算机实现完全自动的人脸识别还是非常困难的。人脸的表情丰富多彩，并且随着时间变化， 人脸的面部特征也会相应的发生一些变化，加上人脸图像会受到光照、角度以及成像距离等 方面的影响，这些都使得人脸识别成为一项极具挑战性的研究课题，具有很高的研究价值。 基金项目：河北省自然科学基金（F2013202254） 作者简介：王丽莉（1987年-），女，硕士，研究方向为模式识别、图像与视频处理 通信联系人：周亚同（1973年-），男，博士，副教授，硕士生导师，主持国家自然科学基金等多个科研项 目，已发表论文60余篇。目前主要研究方向为模式识别与机器学习、图像与视频信号处理等.E-mail: zyt@hebut.