一种自适应加权变形的2dpca人脸识别方法

为了充分利用图像矩阵的局部信息和更多的鉴别信息，以提高2dpca的识别率，提出了一种自适应加权变形的2dpca人脸识别方法。该方法将人脸图像矩阵分块，然后利用变形的2dpca方法提取特征，接着自适应地计算每个分块在分类中的权值，最后根据类别的权值大小进行分类。在orl人脸库中进行的实验研究表明，该方法在正确识别率和识别时间上更优于传统的2dpca和模块化2dpca.