论文部分内容阅读
人脸识别属于小样本问题,传统的双向主元分析法(BDPCA)所使用的训练样本均值不一定是样本分布的真实中心,以此来确定的投影矩阵也未必是最优的。为此,一种改进的BDPCA方法被提出,用样本中值矩阵M代替训练样本均值矩阵,再构建散度矩阵进行投影,以期优化得到的投影矩阵,提高识别效率,并在o RL和YALE人脸库上对本算法进行了仿真。实验结果表明,该算法能够有效的降低运算时间,同时提高最优识别率。