周慧，陈熙，刘增力

昆明理工大学信息工程与自动化学院，昆明650500

双向二维局部保持鉴别投影应用于人脸识别

周慧，陈熙，刘增力

昆明理工大学信息工程与自动化学院，昆明650500

双向二维局部保持映射（双向2DLPP）与二维局部保持映射（2DLPP）比较，双向2DLPP同时对图像的行方向和列方向进行降维处理，可以采用较少的系数有效地表示图像。为了进一步增强双向2DLPP算法的分类能力，将双向2DLPP所提取的特征采用线性判别式分析（LDA）进行分类，从而形成了一种新的监督算法：鉴别双向二维局部保持投影。理论分析表明，无论在计算量还是内存要求方面，所提鉴别双向二维局部保持投影算法比双向2DLPP和主成分分析+线性判别式分析（PCA+LDA）要少，而且在ORL和Yale数据库上的人脸识别实验表明，新算法的识别性能比双向2DLPP和PCA+LDA算法要好，且具有较少的计算复杂度。

双向二维局部保持映射；线性判别式分析；人脸识别；计算复杂度

1　引言

局部保持映射［1］（LPP）是一种广泛应用于模式识别，计算机视觉等领域的线性数据降维技术。在LPP中，二维图像矩阵首先必须转换成一维向量，但是将图像转化成向量就失去了图像本身的结构特性，同时转化后的向量维数很高，这就容易导致计算复杂度太大。为了解决这个问题，二维局部保持映射［2-3］根据局部保持准则直接从图像矩阵中提取特征。文献［4-5］中的实验表明采用2DLPP进行人脸识别的识别率要高于LPP，同时计算复杂度要小得多。然而，2DLPP进行特征表示所需的系数很多，例如，假设一幅图像大小是128×128，那么2DLPP中所需的表示系数为128×d，通常为了得到较高的识别率，d应该大于5。……