论文部分内容阅读
对基于主元分析(PCA)、二维主元分析(2DPCA)和Fisher线性判别分析(FLDA)的人脸识别方法进行了比较研究.在分析了每一种方法的特点、应用场合和限制条件的基础上,提出了基于2DPCA和FLDA相结合的人脸识别算法.最后,利用AT&T人脸库,对基于这几种算法以及它们的组合算法的人脸识别方法进行了仿真比较实验,结果表明基于2DPCA的人脸识别方法识别精度高于基于PCA的方法;基于2DPCA和FLDA的人脸识别方法在保证分类精度的条件下提高了分类的速度,具有较好的识别性能.