基于改进BDPCA的人脸识别研究

摘要

人脸识别属于小样本问题，传统的双向主元分析法（BDPCA）所使用的训练样本均值不一定是样本分布的真实中心，以此来确定的投影矩阵也未必是最优的。为此，一种改进的BDPCA方法被提出，用样本中值矩阵M代替训练样本均值矩阵，再构建散度矩阵进行投影，以期优化得到的投影矩阵，提高识别效率，并在oRL和YALE人脸库上对本算法进行了仿真。实验结果表明，该算法能够有效的降低运算时间，同时提高最优识别率。