论文研究一种自适应加权SpPCA单样本人脸识别算法.pdf

子模式主成分分析（SpPCA）算法忽略了人脸不同分块应该具有不同的重要性。为了解决此问题，提出一种自适应加权SpPCA单样本人脸识别算法，对人脸图像的不同分块自适应地计算其权重。算法对人脸进行分块，按照SpPCA算法将各个分块投影到特征脸的基坐标上，并以每个模块LBP编码的纹理图像信息熵来表征该模块的权值；将模块的权重赋予该模块的特征脸投影，并得到最终分类结果。实验在YaleB和扩展YaleB人脸数据集上进行测试。实验表明，该算法得到了较好的识别结果，有效地弥补了SpPCA算法的不足。