公开(公告)号：CN101482917A

公开(公告)日：2009-07-15

申请号：CN200810069339.1

申请日：2008-01-31

Applicant: 重庆邮电大学

Inventor： 王汝言 ,  罗仁泽 ,  冉瑞生

IPC: G06K9/00

Abstract: 本发明请求保护一种基于二阶二维主分量分析的人脸识别系统和方法，属于图像处理、计算机视觉、模式识别技术领域。本发明提供了一种计算复杂度低的基于二阶二维主分量分析的人脸识别方法。该法研究了光照变化条件下的人脸识别问题，提出一种二阶二维主分量分析的人脸识别方法，将(2D)2PCA技术分别应用到原始图像矩阵集和剩余图像矩阵集。得到一阶特征矩阵和二阶特征矩阵，由此确定样本图像的重建图像和剩余图像的重建图像；将两重建图像进行迭加，得到原始图像的重建图像。采用本发明所述的方法具有更高的识别精度，且比特征脸和二阶特征脸方法节省计算时间。可广泛用于图象识别领域。

公开(公告)号：CN101482917B

公开(公告)日：2011-02-09

申请号：CN200810069339.1

申请日：2008-01-31

Applicant: 重庆邮电大学

Inventor： 王汝言 ,  罗仁泽 ,  冉瑞生

IPC: G06K9/00

Abstract: 本发明请求保护一种基于二阶二维主分量分析的人脸识别系统和方法，属于图像处理、计算机视觉、模式识别技术领域。本发明提供了一种计算复杂度低的基于二阶二维主分量分析的人脸识别方法。该法研究了光照变化条件下的人脸识别问题，提出一种二阶二维主分量分析的人脸识别方法，将(2D)2PCA技术分别应用到原始图像矩阵集和剩余图像矩阵集。得到一阶特征矩阵和二阶特征矩阵，由此确定样本图像的重建图像和剩余图像的重建图像；将两重建图像进行迭加，得到原始图像的重建图像。采用本发明所述的方法具有更高的识别精度，且比特征脸和二阶特征脸方法节省计算时间。可广泛用于图象识别领域。