基于图像梯度和2DPCA的单样本人脸识别

提出了一种基于图像梯度的2DPCA的算法用于单样本人脸识别。采用图像梯度方法进行人脸识别具有光照不变性、能提取丰富的局部纹理信息等优点，但是这种方法只考虑了图像的局部信息，并没有充分利用全局信息。基于这种问题，文章考虑融合全局和局部信息进行单样本人脸识别。对于全局人脸信息的提取，采用2DPCA方法，相对与传统PCA方法，2DPCA能够在不破坏图像二维结构的基础上进行全局信息提取。由于上述两种方法在图像匹配时所采用的匹配算法不一致，文章根据两种匹配方式的特点进行改进和融合，提出了一种新的匹配方案。实验证明，基于图像梯度和2DPCA的算法在单样本人脸识别问题上识别率优于传统方法。