基于二维PCA和LDA的人脸识别算法研究

摘要

人脸识别是模式识别中的热门研究课题，人脸特征提取是人脸识别的基本问题。主成分分析（PCA）和线性鉴别分析（LDA）是最基本的无监督和有监督子空间特征提取方法。作为PCA和LDA对应的二维拓展，二维PCA和二维LDA在进行特征提取时将图像结构信息考虑进来，取得了比对应一维方法更好地人脸识别准确率。本文档设计探讨了PCA、LDA、二维PCA和二维LDA用于人脸图像特征提取的基本原理，并在ORL和YALE人脸数据库上进行相关实验。实验结果表明：整体上，人脸识别的准确率“二维LDA>二维PCA>LDA>PCA”。这说明，由于考虑了人脸图像结构信息，二维特征提取方法较对应一维方法可以显著提高人脸识别准确率；由于考虑了类别信息，有监督特征提取方法较无监督特征抽取方法可以明显提高人脸识别准确率。

关键词　人脸识别； 二维PCA；二维LDA 

目录

摘要 I

引言 1

1.1 背景 1

1.2 人脸识别研究现状 1

1.3 本文主要工作 2

第2章 基于PCA的人脸识别 3

2.1 PCA原理 3

2.2 基于PCA的人脸识别实验 3

第3章 基于二维PCA的人脸识别 6

3.1 二维PCA原理 6

3.2 基于二维PCA的人脸识别实验 7

第4章 基于LDA的人脸识别 9

4.1 LDA原理 9

4.2 基于LDA的人脸识别实验 9

第5章 基于二维LDA的人脸识别 12

5.1 二维LDA原理 12

5.2 基于二维LDA的人脸识别实验 12

总结 15

参考文献 16

致谢 17