一种基于双向2DLDA 特征融合的人脸识别方法.doc

文档介绍：一种基于双向2DLDA特征融合的人脸识别方法
杜海顺1,2,柴秀丽1,汪凤泉2,张帆1
(1. 河南大学计算机与信息工程学院开封 475004;2. 东南大学仪器科学与工程学院南京 210096)
摘要:在分析2DLDA方法的基础上,给出类间离散度和类内离散度矩阵另一种形式的定义。基于这种类间离散度和类内离散度矩阵定义的二维线性判别分析方法即为扩展2DLDA方法。通过对2DLDA方法和扩展2DLDA方法提取的人脸图像特征分析可知,2DLDA提取的主要是人脸图像水平方向上的判别信息,扩展2DLDA提取的主要是人脸图像垂直方向上的判别信息。因此,称2DLDA为水平方向2DLDA,扩展2DLDA为垂直方向2DLDA。水平和垂直方向2DLDA将同一原始人脸图像映射到两个不同的特征空间,并得到互补的两类人脸图像特征。最后,设计一种特征融合方法,对这两类人脸图像特征进行融合,并将其用于人脸识别。在ORL和Yale人脸数据库上的实验结果证明,本文提出的人脸识别方法具有较高的平均识别率,鲁棒性更好。
关键词:双向2DLDA;特征融合;人脸识别
中图分类号: 文献标识码:A 国家标准学科分类代码:520·2040
Face recognition using a fusion method based on bidirectional 2DLDA
Du Haishun1,2, Chai Xiuli1, Wang Fengquan2, Zhang Fan1
( puter & Information Engineering, Henan University, Kaifeng 475004, China;
2. College of Instrument Science & Engineering, Southeast University, Nanjing 210096, China)
Abstract:Based on the analysis of 2DLDA, this paper presents an alternative definition for the image between-class scatter matrix and image within-class scatter matrix. The two-dimensional linear discriminant analysis based on these matrixes is called extended 2DLDA. Based on 2DLDA and extended 2DLDA, two classes of features of a face image can be obtained. By analyzing the two classes of features, the following conclusions can be drawn: the feature extracted by 2DLDA is mainly the horizontal discriminant characteristic, whereas the feature extracted by extended 2DLDA