融合2dpca和模糊2dlda的人脸识别

？结合模糊集理论、双向二维主成分-线性鉴别分析((2d)2pcalda)的特点，提出一种新的人脸图像特征提取方法。算法首先对人脸图像进行二维主成分分析(2dpca)处理，再用模糊k近邻算法计算图像的隶属度矩阵，并将其融入到2dlda过程中，从而得到模糊类间散射矩阵和模糊类内散射矩阵。与(2d2pcalda相比，该算法充分利用了(2d)2pcalda的优点，有效地提取了行和列的识别信息，并充分考虑了样本的分布信息。在yale和feret人脸数据库上的实验结果表明，该方法识别效果优于(2d)2pcalda、双向二维主成分分析((2d)2pca)等方法。