[发明专利]基于模糊二维核主成分分析的人脸识别方法

摘要

本发明公开了一种基于模糊二维核主成分分析的人脸识别方法，包括：首先在二维核主成分分析（K2DPCA）中引入模糊概念，利用模糊K近邻算法计算样本在高维特征空间（简称）中的类中心及每个样本相对于各个类的隶属度，根据隶属度信息定义中的模糊散度矩阵，这样将样本的类别及分布信息完全融入到人脸的特征提取中，解决了人脸易受光照、表情等因素影响而产生的边缘类问题和存在的硬分类问题；通过建立人脸样本在高维空间中的类别可分性判据，选取符合投影后的类间散度大于类内散度的特征向量为最优投影轴方向，提高了最优投影轴选取的准确性和模糊二维核主成分分析方法对人脸特征的表示能力。

主权项

基于模糊二维核主成分分析的人脸识别方法，其特征是方法步骤为：1.1、模糊二维核主成分分析方法；1.2、高维特征空间中的类别可分性判据；1.3、特征向量的选取方法与人脸的识别方法。