%0 Journal Article
%T 基于模块2DPCA的人脸识别方法
%A 陈伏兵
%A 陈秀宏
%A 张生亮
%A 杨静宇
%J 中国图象图形学报
%D 2006
%R 10.11834/jig.20060497
%X 提出了模块2DPCA（two-dimensionalprincipalcomponentanalysis）的人脸识别方法。模块2DPCA方法先对图像矩阵进行分块，将分块得到的子图像矩阵直接用于构造总体散布矩阵，然后利用总体散布矩阵的特征向量进行图像特征抽取。与基于图像向量的鉴别方法（比如PCA）相比，该方法在特征抽取之前不需要将子图像矩阵转化为图像向量，能快速地降低鉴别特征的维数，可以完全避免使用矩阵的奇异值分解，特征抽取方便；此外，模块2DPCA是2DPCA的推广。在ORL和NUST603人脸库上的试验结果表明，模块2DPCA方法在识别性能上优于PCA，比2DPCA更具有鲁棒性。
%K 线性鉴别分析
%K 模块2DPCA
%K 特征抽取
%K 人脸识别
%U http://www.cjig.cn/jig/ch/reader/view_abstract.aspx?file_no=20060497&flag=1