基于2维保局投影的人脸识别

摘要

特征提取是人脸识别的一个重要研究领域,能否有效地提取判别特征是决定人脸识别算法好坏的关键.一般的人脸识别算法都是基于图像向量的,需要将2维人脸图像压缩成1维向量,这不仅破坏了像素之间原有的空间结构关系,而且转换后的向量维数过高.为了避免这种情况,提出了一种直接基于图像矩阵的人脸识别算法--2维保局投影算法.由于该算法是在保局投影的基础上进行扩展,使其可以直接面向2维图像矩阵进行处理,同时在构建相似矩阵的时候引入了样本类别信息,因而可有效地提取人脸图片的2维判别特征.另外还采用最小近邻分类器估算识别率.在AT&T人脸库的实验结果表明,与Eigenface、Fisherface以及Laplacianface算法相比,该方法具有较好的识别率.