基于小波变换和2DPCA的人脸识别
主成分分析(principal component analysis:PCA)已成功用于人脸识别,但基于主成分分析的人脸识别方法需要将图像数据向量化,而向量化后的图像样本维数非常大,计算代价非常高.二维主成分分析(2 dimension principal component analysis:2DPCA)直接处理图像数据,不需要向量化的过程,2DPCA降低了计算复杂度,但是2DPCA与PCA相比,需要存储更多的系数,即要占用更多的存储空间.本文提出了一种基于小波变换和2DPCA的人脸识别方法,可以克服上述缺点,实验结果证明了该方法的有效性.
小波变换 人脸识别 主成分分析 特征脸 特征提取
翟俊海 翟梦尧 王华超
河北大学,数学与计算机学院,河北省机器学习与计算智能重点实验室,河北,保定,071002
国内会议
保定
中文
574-579
2010-08-15（万方平台首次上网日期，不代表论文的发表时间）