计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (25): 185-187.DOI: 10.3778/j.issn.1002-8331.2010.25.054
韩晓翠
HAN Xiao-cui
摘要: 在小样本情况下,传统的2DPCA算法中采用的训练样本的平均值不一定就是训练样本分布的中心,为了解决这个问题,提出了一种基于样本中间值的2DPCA人脸识别算法(M2DPCA),该算法采用训练样本的中间值代替训练样本的平均值,以此重建总体散布矩阵。在ORL和FERET人脸数据库上的实验结果证明,新方法可以有效改善识别性能,优于传统的PCA和2DPCA方法。
中图分类号: